跳到主要内容

Serverless 集群费用

Zilliz Cloud Serverless 集群主要根据读写操作所消耗的资源收费。您只需为实际产生的用量付费，无需提前预留固定资源。

Serverless 集群的总费用为以下几部分的总和：

向量数据库费用（写入操作）​

写入费用针对 insert、upsert 和 delete 操作消耗的资源收费。

Import 和 bulk insert 操作不产生写入费用。

计算公式​

plaintext
向量数据库费用（写入操作） = vCU 单价 x 写入操作 vCU 用量

  • vCU 单价: ¥21/一百万 vCU

  • 写入操作 vCU 用量: 根据写入的数量计算

计算示例​

下表能够帮助您快速计算写入不同规模数据所消耗的 vCU 用量和写入费用。

如需速算更大规模的数据量，您只需要做一个乘法。例如写入 1000 万 768 维向量大致消耗 0.75 x 10 = 7.5 百万个 vCU，写入费用大约为 ¥15.75 x 10 = ¥157.5。

数据量 (*)写入 vCU 用量 (百万)写入费用
100 万 128 维向量0.125¥2.625
100 万 768 维向量0.75¥15.75
100 万 1536 维向量1.5¥31.5
100 万 2560 维向量2.5$52.5

*上表中的数据量大小不含标量。如需包含标量，建议您通过免费试用实测所需费用。

*如果您的 Schema 中包含了多个向量列，写入费用会线性增长。例如您的 Schema 中有两个 128 维的向量字段，写入 1 百万 Entity 的 vCU 用量为 0.125 x 2 = 0.25，写入费用约为 ¥2.625 x 2 = ¥5.25。

您也可以根据数据量，参考下表精准计算写入 vCU 用量和费用

操作vCU 用量
Insert1 KB 插入数据 = 0.25 vCU
Delete每个 Entity 消耗 1 vCU。按主键删除时，请求中的每个主键都消耗 1 vCU，即使不存在该主键对应的 Entity 也会消耗 vCU。按筛选表达式删除时，只统计匹配的 Entity。
Upsert根据更新的数据量和删除的 Entity 数量计算
删除 1 个不存在的 Entity 也会消耗 1 vCU
Upsert 的 vCU 用量 = 数据 KB × 0.25 + 每个被 upsert 的 Entity 1 vCU（无论主键是否已存在）。例如，upsert 100 万个 128 维向量大约使用 0.125 + 1 = 112.5 万 vCU（4.50 美元），而插入这些向量则使用 12.5 万 vCU（0.50 美元）。部分 upsert（partial_update）仍按每个 Entity 1 vCU 收费。

*数据大小是指 SDK 或 RESTful API 编码后的写入请求大小，其中 1 KB = 1,024 字节。用量按每个请求计算，并向上取整，因此每个写入请求至少消耗 1 vCU。将多行批量合并为更大的请求可以避免这种取整带来的额外开销。对于相同的数据，RESTful API 请求与 SDK（gRPC）请求收费相同，即使 JSON 请求体更大。

假设您插入 3 GB (3,145,728 KB) Entity 到 Serverless 集群中，随后又删除了 100,000 个 Entity。

  • Insert 操作的 vCU 用量 = 3,145,728 x 0.25 = 786,432 vCUs

  • Delete 操作的 vCU 用量 = 100,000 x 1 = 100,000 vCU

  • 总 vCU 用量 = 100,000 + 786,432 = 886,432 vCUs

  • 总写入费用 = 0.886432 x 4 = $3.55

向量数据库费用（读取操作）​

读取费用针对 search、hybrid search 和 query 操作消耗的资源收费。

计算公式​

plaintext
向量数据库费用（读取操作） = vCU 单价 x 读取操作 vCU 用量

  • vCU 单价: ¥21/一百万 vCU

  • 读取操作 vCU 用量: 由以下 3 个因素决定。

    • 搜索或查询的次数：次数越多，消耗的 vCU 用量越高。

    • 单次搜索或查询请求中扫描的数据量：扫描的数据量越大，消耗的 vCU 用量越高。

      提示：根据处理请求时扫描的数据和返回的数据大小来计算费用。每次读取请求中，Zilliz Cloud 会扫描整个 Collection 中的数据。如果您在读取过程中使用 Partition Key，Zilliz Cloud 将根据 Partition key 过滤，仅扫描符合条件的数据，从而减少读取请求扫描的数据量和读取费用。

    • 单次搜索或查询请求中返回的数据量：返回的数据量越大，消耗的 vCU 用量越高。例如，返回所有字段（包括向量字段）的搜索请求消耗的 vCU 用量将大于仅返回 ID 字段的搜索请求。

    说明

    每次读取操作最低会消耗 6 vCU。

计算示例​

下表能够帮助您快速计算针对不同规模数据做 100 万次读取操作所消耗的 vCU 用量和读取费用。

数据量 (*)读取 vCU 用量 (百万)读取费用
100 万 128 维向量5¥105
100 万 768 维向量15¥315
500 万 768 维向量35¥735
1000 万 768 维向量55¥1155
100 万 1536 维向量25¥525
1000 万 1536 维向量75¥1575
1 亿 1536 维向量290¥6090
100 亿 1536 维向量1495¥31395
100 万 2560 维向量30¥630

*上表中的数据量大小不含标量。

通过上述表格可以发现，同样向量维度的数据，当规模从 100 万增长到 1000 万，甚至到 1 亿时，vCU 用量并非以 10 倍的比例线性增长。我们建议您通过实测了解所需费用。

存储费用​

存储费用与 CU 费用分开计算，具体价格由以下两个因素决定：

  • 集群的云地域、类型和套餐

  • 存储用量

具体费用计算规则，详见存储费用。

其他费用​

您的 Dedicated 集群可能还会包含因使用以下附加功能所产生的费用：

  • 数据传输费用：公网出口（Public Internet Egress）以及同地域和跨地域数据传输费用。

具体费用计算规则，详见数据传输费用。

Ctrl I