在此範例中，您監控 1 個 Kubernetes 叢集，其具有 10 個節點，每個節點有 1,000 個 Prometheus 指標，每 30 秒收集一次，為期整個月 (744 小時)。 此範例未計入您的 AWS 免費方案優惠。下列用量和成本將針對 1) 指標樣本擷取、2) 儲存空間和 3) 查詢進行計算。

指標樣本擷取用量與成本
首先，我們將計算擷取的指標樣本數，以及這些樣本的成本。每月擷取的樣本數目為 8.928 億個樣本 (10 個節點 * 每個節點 1,000 個指標 / 30 秒收集間隔 * 一小時 3,600 秒 * 一個月 744 小時 = 10 * 1,000/30 * 3,600 * 744 = 8.928 億個樣本)。

每月擷取的指標成本為 80.93 美元 (前 20 億個指標樣本的 0.90/10,000,000 美元 * 8.928 億個樣本)。

儲存用量與成本
其次，我們將計算以 GB 為單位的儲存量，以及所儲存之指標樣本與指標中繼資料的成本。在此範例中，我們會假設您每個指標有 20 個標籤，每個標籤各有 100 個唯一標籤值。中繼資料包括指標名稱、標籤，和每日儲存的標籤值。我們也將假設每個標籤和標籤值平均為 30 位元組，每個已擷取的指標樣本平均為 2 位元組。

每月儲存的 GB 數為 0.25 GB (指標中繼資料 * 每月天數) + (2 位元組 * 指標樣本數目 = (1000 個指標 * 20 個標籤 * 100 個標籤值 * 30 位元組 * 每月約 30 天) + (2 位元組 * 89280 萬個樣本) = 18 億位元組 + 1,78560 萬位元組 = 3,58560 萬位元組 = 3.34 GB)。

儲存費用為 0.10 美元 (0.03 美元/GB * 3.34 GB)。

查詢用量與成本
我們現在將計算此範例的已處理的查詢樣本與查詢成本。我們將假設您有 1 個終端使用者監控儀表板，平均每天 2 小時每隔 60 秒重新整理一次，每個儀表板使用 20 個圖表 Widget (假設每個 Widget 各有 1 個 PromQL 查詢)。針對此範例，我們將假設每個查詢已處理的樣本數為 100,000。

首先，計算每月的查詢計數，即 72,000 個查詢 (1 個終端使用者 * 20 個圖表 * 檢視儀表板 2 小時 * 每小時 3,600 秒/每個儀表板每隔 60 秒重新整理 * 每個月約有 30 天)。

其次，我們計算每月處理的查詢樣本數，即 72 億 (72,000 個查詢 * 100,000/查詢)

現在，我們可以計算 0.72 美元的查詢費用 (0.10 美元/十億個已處理的樣本 * 已處理的 72 億個樣本)。

我們現在可以計算您在此範例的每月成本：

• 指標擷取成本：80.93 USD (0.90 USD/1,000 萬 * 8.928 億個樣本)
  
• 儲存成本： 0.10 USD (0.03 USD/GB * 3.34 GB)
• 查詢成本： 0.72 USD (0.10 USD/10 億個已處理的樣本 * 72 億個已處理的樣本)

總計 每月費用 = 80.93 USD (指標擷取) + 0.10 USD (儲存) + 0.72 USD (查詢) = 81.75 USD

在此範例中，您監控 1 個 Kubernetes 叢集，其中包含 10 個節點，Amazon Managed Service for Prometheus 收集器在每個節點每 30 秒收集 1000 個 Prometheus 指標，持續整個月 (744 小時)。將會計算下列用量和成本：1) 指標樣本擷取，2) 儲存，以及 3) Amazon Managed Service for Prometheus 收集器收集的樣本及收集器小時。 

指標樣本擷取用量與成本
首先，我們將計算擷取的指標樣本數，以及這些樣本的成本。每月擷取的樣本數目為 8.928 億個樣本 (10 個節點 * 每個節點 1000 個指標/30 個收集間隔 (以秒為單位) * 一小時 3,600 秒 * 一個月的 744 小時 = 10 * 100/60 * 3,600 * 744 = 8.928 億個樣本)。

每月擷取的指標成本為 80.93 美元 (前 20 億個指標樣本的 0.90/10,000,000 美元 * 8.928 億個樣本)。

儲存用量與成本
其次，我們將計算以 GB 為單位的儲存量，以及所儲存之指標樣本與指標中繼資料的成本。在此範例中，我們會假設您每個指標有 20 個標籤，每個標籤各有 100 個唯一標籤值。中繼資料包括指標名稱、標籤，和每日儲存的標籤值。我們也將假設每個標籤和標籤值平均為 30 位元組，每個已擷取的指標樣本平均為 2 位元組。

每月儲存的 GB 數為 0.25 GB (指標中繼資料 * 每月天數) + (2 位元組 * 指標樣本數目 = (1000 個指標 * 20 個標籤 * 100 個標籤值 * 30 位元組 * 每月約 30 天) + (2 位元組 * 89280 萬個樣本) = 18 億位元組 + 1,78560 萬位元組 = 3,58560 萬位元組 = 3.34 GB)。

儲存費用為 0.10 美元 (0.03 美元/GB * 3.34 GB)。

收集的樣本與收集器小時成本
第三，我們將計算收集器小時成本。無代理程式收集器每個收集器小時 0.04 美元，每收集 1,000 萬個樣本 0.03 美元，我們假設使用單一 EKS 叢集的單一收集器。假設每月 744 小時，每月成本為：1 * 0.04 美元 * 744 美元 + 0.03 美元 * 8.928 億個樣本/1,000 萬 = 32.44 美元。

無代理程式收集器費用為 32.44 USD。 

我們現在可以計算您在此範例的每月成本：

• 指標擷取成本：80.93 USD (0.90 USD/1,000 萬 * 8.928 億個樣本)
  
• 儲存成本： 0.10 USD (0.03 USD/GB * 3.34 GB)
• 無代理程式收集器費用： 32.44 USD (每收集器小時 0.04 USD * 744 小時 + 0.03 USD * 8.928 億個樣本 / 1,000 萬)
  

總成本： 113.47 USD

在此範例中，您執行了查詢以計算 10,000 個節點在過去一小時內的 CPU，以及每分鐘執行一次提醒規則，以在其中一個節點超過 80% CPU 容量時通知您。此範例不會考量您的 AWS 免費方案優惠。我們將計算執行查詢和提醒規則的用量和成本。

查詢用量與成本
首先，我們藉由識別指標時間序列的數目及提供的時間範圍，計算單一查詢所處理的樣本數。指標時間序列可透過其指標名稱和金鑰/值配對來識別。在此範例中，每個節點都有一個 CPU 指標，會產生在 1 小時的時間範圍內處理 10,000 個指標時間序列的查詢。Prometheus 查詢會針對每個解析度步驟，處理一個樣本，這是任兩個資料點之間的最短時間量。例如，我們假設一個步驟為 1 分鐘，並將其設為在時間範圍內為每分鐘 1 個樣本。這是 10,000 個時間序列 x 1 小時 x 1 個樣本/分鐘 x 60 分鐘/小時 = 600,000 個樣本/查詢。

假設您執行查詢 1,000 次，成本將是 0.06 美元 (0.10 美元/十億個已處理的樣本 * 60 萬個樣本 * 1,000 個查詢)。

警示規則用量與成本
我們藉由識別所選取的指標時間序列數目，計算規則每次評估所處理的樣本數。由於規則對每個節點會識別一個 CPU 指標時間序列，因此每次評估會處理 10,000 個時間序列。Prometheus 中的警示規則會以瞬時查詢執行，也就是在單一時間點評估的查詢。因此，這個提醒規則會評估 10,000 個時間序列 x 1 個樣本/時間序列 = 10,000 個樣本。由於此提醒會每分鐘執行，因此提醒規則會處理 10,000 個樣本 x 60 分鐘/小時 x 730 小時/月 = 438,000,000 個樣本/月。

此提醒規則的成本為每月 0.04 美元 (0.10 美元/十億個已處理的樣本 * 4.38 億個樣本)。

在此範例中，您監控 1 個 Kubernetes 叢集，其中包含 10 個節點，每個節點每 60 秒收集 1,000 個 Prometheus 指標，持續整個月 (744 小時)。在每個節點的 1,000 個指標中，998 個是一般指標樣本，2 個是原生直方圖，每個都有 20 個已填入的桶。此範例不會考量您的 AWS 免費方案優惠。下列用量與成本將針對 1) 指標樣本擷取，以及 2) 儲存進行計算。

指標樣本擷取用量與成本
首先，我們將計算擷取的一般指標樣本。每月擷取的一般樣本數為 4.455 億個樣本 (10 個節點 * 每個節點 998 個指標 / 收集間隔 60 秒 * 每小時 3,600 秒 * 每月 744 小時 = 10 * 998/60 * 3,600 * 744 = 4.455 億個樣本)。

其次，我們將計算原生直方圖計量樣本。每個原生直方圖都有 20 個已填入的桶。每個已填入的桶會以 0.25 個指標樣本計算；空桶不計量。

每月原生直方圖計量樣本數為 440 萬個 (10 個節點 * 每個節點 2 個原生直方圖 * 20 個已填入的桶 * 0.25 / 收集間隔 60 秒 * 每小時 3,600 秒 * 每月 744 小時 = 10 * 2 * 20 * 0.25/60 * 3,600 * 744 = 440 萬個計量樣本)。

第三，我們將計算總擷取成本。一般指標樣本與原生直方圖計量樣本會合併成單一集區，以進行用量級距定價。

擷取的總計量樣本數為 4.499 億個 (4.455 億個一般樣本 + 446 萬個原生直方圖計量樣本)。

由於 4.499 億落在前 20 億個級距內，每月擷取成本為 40.50 USD (0.90 USD/10,000,000 * 4.499 億個總計量樣本)。

儲存用量與成本
我們將計算以 GB 為單位的儲存量，以及所儲存之指標樣本與指標中繼資料的成本。在此範例中，我們會假設您每個指標有 20 個標籤，每個標籤各有 100 個唯一標籤值。中繼資料包括指標名稱、標籤，和每日儲存的標籤值。我們也將假設每個標籤和標籤值平均為 30 位元組，每個已擷取的指標樣本平均為 2 位元組。

每月儲存的 GB 數為 (指標中繼資料 × 每月天數) + (2 位元組 × 指標樣本數) = (1,000 個指標 × 20 個標籤 × 100 個標籤值 × 30 位元組 × 每月約 30 天) + (2 位元組 × 4.499 億個樣本) = 18 億位元組 + 8.998 億位元組 = 26.998 億位元組 = 2.51 GB。

儲存費用為 0.08 USD (0.03 USD/GB × 2.51 GB)。

每月總成本
我們現在可以為此範例計算您的每月成本： 指標擷取成本：40.50 USD (0.90 USD/1,000 萬 * 4.499 億個總計量樣本，合併 4.455 億個一般樣本 + 446 萬個原生直方圖) 儲存成本：0.08 USD (0.03 USD/GB * 2.51 GB)

每月總費用 = 40.50 USD (指標擷取) + 0.08 USD (儲存) = 40.58 USD

注意：原生直方圖中已填入的桶數可能會因指標和時間而異。只有已填入 (非零) 的桶會計量 – 空桶不會計費。原生直方圖計量樣本成本會與已填入的桶數呈線性關係。