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 30 秒收集 1000 個 Prometheus 指標，持續整個月 (744 小時)。 此範例不會考量您的 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。

指標樣本擷取用量和成本
首先，我們將計算擷取的指標樣本數量，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 個收集間隔 (以秒為單位) * 一小時 3,600 秒 * 一個月的 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)。

儲存用量和成本
其次，我們將以 GB 為單位計算儲存，以及已儲存的指標樣本和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)。

查詢用量和成本
現在，我們將計算此範例已處理的查詢樣本和查詢成本。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)。

現在，我們可以計算此範例的每月成本：

• 指標擷取成本：80.93 美元 (0.90 美元/1000 萬 * 89280 萬個樣本)
  
• 儲存費用：0.10 美元 (0.03 美元/GB * 3.34 GB)
• 查詢成本：0.72 美元 (0.10 美元/10 億個已處理的樣本 * 72 億個已處理的樣本)

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

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 收集器收集的樣本收集時間。 

指標樣本擷取用量和成本
首先，我們將計算擷取的指標樣本數量，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)。

儲存用量和成本
其次，我們將以 GB 為單位計算儲存，以及已儲存的指標樣本和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)。

收集的樣本和收集器時數
第三，我們將計算收集器時數。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為 32.44 美元。 

現在，我們可以計算此範例的每月成本：

• 指標擷取成本：80.93 美元 (0.90 美元/1000 萬 * 89280 萬個樣本)
  
• 儲存費用：0.10 美元 (0.03 美元/GB * 3.34 GB)
• 無代理程式收集器的費用：32.44 美元（每收集器-小時 0.04 美元 * 744 小時 + 0.03 美元 * 8.928 億個樣本/1,000 萬）
  

總成本：113.47 美元

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。

查詢用量和成本
首先，我們藉由識別指標時間序列數目和提供的時間範圍，來計算單一查詢所處理的樣本數量。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 查詢會在每個解析步驟處理一個樣本，這是任兩個資料點之間的最小間隔時間。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)。

提醒規則用量和成本
我們藉由識別選取的指標時間序列數目來計算規則在每次評估時處理的樣本數目。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 中的提醒規則以即時查詢的形式執行，這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)。