如何根据MAU预测实例成本?

如何根据MAU预测实例成本?

我们有一项由 Google AppEngine 提供支持的服务,并且我们正尝试根据 Google 定价信息预测使用成本:

根据我们服务的 MAU 估算,我们可以预测所使用的大部分 AppEngine 资源(流量、云数据存储等)的成本。但是实例的估算更为复杂,因为我们不知道它们何时生成。我的意思是,我们确实了解以下内容(自动模式下的实例):

  1. 根据访问量自动启动和关闭每个实例
  2. 每个实例运行15分钟
  3. Google 每小时提供 28 个实例

问题是,我们很难根据 MA​​U 估计每小时将运行多少个实例。

我们是否遗漏了什么?

提前感谢您的反馈。

答案1

实例扩展仅基于活跃用户数量,无法确定。它取决于其他因素,例如发出的请求类型、当前系统负载、扩展参数、后台工作(例如,某些请求是否会启动在同一服务上运行的推送任务)等。

如果不进行某种时间序列预测,您可能无法获得准确的估计值。您可能希望首先收集基于实际和/或模拟使用情况的时间序列数据,以及它与创建的实例数量的关系(唯一用户、每个唯一用户的请求、请求类型、每种类型的请求次数等)。

除了数据收集之外,与实际预测问题相关的问题可能更适合http://stats.stackexchange.com

相关内容