전용 Exadata 인프라의 자율운영 AI 데이터베이스 청구

전용 Exadata 인프라의 Oracle Autonomous AI Database는 특정 알고리즘을 사용하여 자율운영 AI 데이터베이스에서 사용되는 컴퓨트 사용을 할당하고 청구합니다. 이러한 알고리즘을 이해하면 가장 비용 효율적인 방식으로 성능 목표를 달성하도록 자율운영 AI 데이터베이스를 생성 및 구성하는 최선의 방법을 결정하는 데 도움이 될 수 있습니다.

CPU 청구 세부정보

전용 Exadata 인프라의 Oracle Autonomous AI Database는 다음과 같이 CPU 청구를 계산합니다.

1. 각 자율운영 AI 데이터베이스에 대한 CPU 사용량은 초당 전체 ECPU 또는 OCPU 단위로 측정됩니다.

   a. 정지된 자율운영 AI 데이터베이스는 ECPU 또는 OCPU를 0으로 사용합니다. 자율운영 AI 데이터베이스가 정지되면 비용이 청구되지 않습니다.

   b. 실행 중인 자율운영 AI 데이터베이스는 자동 스케일링으로 인해 할당된 수의 ECPU 또는 OCPU와 추가 ECPU 또는 OCPU를 사용합니다. 자율운영 AI 데이터베이스가 실행 중인 경우 초기 생성 시 지정되었는지 아니면 수동 확장 작업에 의해 지정되었는지에 관계없이 데이터베이스에 현재 할당된 CPU 수에 대해 비용이 청구됩니다. 또한 데이터베이스에 대해 자동 스케일링이 사용으로 설정된 경우 데이터베이스가 자동으로 스케일 업된 결과로 사용하는 추가 CPU에 대해 초당 비용이 청구됩니다.

   참고: AVMC 및 ACD 리소스 생성은 청구를 시작하지 않습니다. 따라서 AVMC에 총 CPU 수를 지정하고 각 ACD를 만들 때 노드당 8개의 ECPU 또는 2개의 OCPU를 소비하더라도 이러한 CPU는 비용이 청구되지 않습니다. AVMC 및 기본 ACD에서 자율운영 AI 데이터베이스를 프로비저닝하고 해당 데이터베이스가 활성 상태인 경우에만 사용된 CPU가 청구됩니다. 따라서 AVMC 내에 ACD를 생성하여 비용 발생에 대한 걱정 없이 비즈니스 라인, 기능 영역 또는 기타 기술에 따라 데이터베이스를 구성하고 그룹화할 수 있습니다.

   c. 자율운영 AI 데이터베이스를 생성할 때 기본적으로 Oracle은 노드 장애 발생 시에도 데이터베이스가 최소 50%의 용량으로 실행될 수 있도록 추가 CPU를 예약합니다. ACD를 프로비저닝하는 동안 노드 간에 예약된 CPU의 비율을 0% 또는 25%로 변경할 수 있습니다. 지침은 자율운영 컨테이너 데이터베이스 생성의 노드 페일오버 예약을 참조하십시오. 이러한 추가 CPU는 과금에 포함되지 않습니다.

   참고: Oracle Database@AWS 기반 전용 Exadata 인프라의 자율운영 AI 데이터베이스는 ECPU 컴퓨트 모델만 지원합니다.

2. 초당 측정값은 각 자율운영 AI 데이터베이스의 각 시간 간격에 걸쳐 평균화됩니다.

3. 자율운영 AI 데이터베이스의 시간당 평균이 함께 추가되어 전체 자율운영 VM 클러스터 리소스에서 시간당 CPU 사용량을 확인합니다.

전용 Exadata 인프라의 자율운영 AI 데이터베이스 데이터베이스 컴퓨트 비용은 AVMC 수준에서 집계 및 보고되며, AVMC의 모든 ACD에서 모든 활성 자율운영 AI 데이터베이스를 다룹니다. OCI 비용 분석은 AVMC의 사용량 및 비용을 제공할 수 있습니다.

자율운영 AI 데이터베이스당 비용을 추정하려면 자율운영 AI 데이터베이스 전체의 총 ECPU를 합산하고 각 자율운영 AI 데이터베이스의 총 CPU 소비 점유율에 따라 비용을 할당합니다. 예:

If the AVMC reports 1500 ECPUs billed for a billing period and three Autonomous AI Databases are active; Database A with 10 ECPUs, Database B with 20 ECPUs, and Database C with 30 ECPUs. 비용 분할은 다음과 같습니다.

• 데이터베이스 A: 10/(10+20+30) = 1500의 16.67%

• 데이터베이스 B: 20/(10+20+30) = 1500의 33.33%

• 데이터베이스 C: 30/(10+20+30) = 1500의 50%

자동 스케일링 없이 고정 CPU 크기를 가정하고 3개의 자율운영 AI 데이터베이스 모두 청구 기간 동안 실행 중이었다. 정확성을 높이기 위해 ECPU Allocated(할당된 ECPU) 측정지표를 사용하여 자율운영 AI 데이터베이스당 실제 ECPU 사용량을 캡처합니다.

다음을 확인할 것을 권장합니다.

• 자율운영 AI 데이터베이스의 컴퓨트 관리를 통해 총 CPU, 가용 CPU, 회수 가능한 CPU 범주 간 CPU 이동 방식 및 사용량 관련 비용 청구 방식을 살펴보세요.

• 자동 스케일링 시 CPU 할당 - 자동 스케일링으로 할당된 CPU가 과금에 어떤 영향을 미치는지 이해합니다(특정 예).

• 비용 분석은 Oracle Cloud Infrastructure 지출을 시각화, 추적 및 최적화합니다.

탄력적 풀 청구

탄력적 풀을 사용하면 컴퓨트 리소스 청구 측면에서 자율운영 AI 데이터베이스 인스턴스를 통합할 수 있습니다.

탄력적 풀은 휴대 전화 서비스 "가족 계획"과 같이 생각할 수 있습니다. 단, 자율운영 AI 데이터베이스 인스턴스에 적용됩니다. 각 데이터베이스에 대해 개별적으로 지불하는 대신 데이터베이스는 하나의 인스턴스, 리더가 전체 풀과 연관된 컴퓨트 사용량에 대해 요금을 부과하는 풀로 그룹화됩니다. 탄력적 리소스 풀에 대한 자세한 내용은 탄력적 풀을 사용하여 자율운영 AI 데이터베이스 인스턴스 통합을 참조하십시오.

탄력적 리소스 풀 사용:

• 풀 리더에게 비용이 청구되며, 탄력적 리소스 풀 크기와 풀 리더 및 멤버의 실제 시간별 ECPU 사용량에 따라 비용이 청구됩니다.

• 풀 크기를 초과할 수 있습니다(풀 용량은 풀 크기보다 최대 4배 더 클 수 있음).

• 청구는 컴퓨팅 리소스, 즉 ECPU 사용량으로만 이루어지며 모든 컴퓨팅 사용량은 풀 리더인 자율운영 AI 데이터베이스 인스턴스에 부과됩니다.

탄력적 풀을 사용하면 선택한 풀 크기에 대해 최대 4배의 ECPU 수를 프로비저닝할 수 있으며, 데이터베이스 인스턴스당 최소 1개의 ECPU로 탄력적 풀에 있는 데이터베이스 인스턴스를 프로비저닝할 수 있습니다. 탄력적 풀 외부에서 데이터베이스 인스턴스당 최소 ECPU 수는 ECPU 2개입니다. 예를 들어, 풀 크기가 128인 경우 512개의 자율운영 AI 데이터베이스 인스턴스를 프로비저닝할 수 있습니다(각 인스턴스에 ECPU가 1개 있는 경우). 이 예에서는 512개의 자율운영 AI 데이터베이스 인스턴스에 액세스할 수 있는 동안 풀 크기 컴퓨트 리소스에 대해 128개 ECPU의 풀 크기에 따라 비용이 청구됩니다. 반면, 탄력적 풀을 사용하지 않고 512개의 자율운영 AI 데이터베이스 인스턴스를 개별적으로 프로비저닝하는 경우 각 자율운영 AI 데이터베이스 인스턴스에 대해 최소 2개의 ECPU를 할당해야 합니다. 이 예에서는 1024개의 ECPU에 대해 비용을 지불합니다. 탄력적 풀을 사용하면 컴퓨트 비용을 최대 87% 절감할 수 있습니다.

탄력적 풀을 생성한 후 지정된 시간 동안의 총 ECPU 사용량은 풀 리더인 자율운영 AI 데이터베이스 인스턴스에 부과됩니다. 풀 리더를 제외하고, 풀 멤버인 개별 자율운영 AI 데이터베이스 인스턴스는 탄력적 풀의 멤버인 동안 ECPU 사용량에 대해 요금이 부과되지 않습니다.

탄력적 풀 청구는 다음과 같습니다.

• 총 집계된 ECPU 사용률이 지정된 시간 동안 풀 크기 이하인 경우 ECPU의 풀 크기 수(풀 크기의 1배)에 대해 요금이 부과됩니다.

• 탄력적 풀이 만들어진 후 풀 멤버 데이터베이스 및 풀 리더가 중지되더라도 ECPU 청구는 풀 크기 비율의 최소 1회로 계속됩니다.

• 즉, 풀의 집계된 최대 ECPU 사용률이 지정된 시간 동안 풀 크기보다 작거나 같은 경우 ECPU의 풀 크기 수(풀 크기의 1배)에 대해 비용이 청구됩니다. 이는 해당 데이터베이스가 탄력적 풀을 사용하지 않고 별도로 청구되는 경우보다 최대 87%의 컴퓨트 비용 절감을 나타냅니다.

• 풀 리더의 집계된 최대 ECPU 활용률과 멤버가 지정된 청구 시간 중 특정 시점의 풀 크기를 초과하는 경우:

  • 풀의 집계된 피크 ECPU 활용률이 풀 크기 ECPU 수의 2배 이하인 경우: 사용량의 경우 1배 이상인 경우 지정된 청구 시간 동안 ECPU 수의 최대 2배, ECPU 수의 최대 2배를 포함하는 풀 크기: 시간당 청구는 풀 크기의 ECPU 수의 2배입니다. 즉, 풀의 집계된 최대 ECPU 사용률이 풀 크기를 초과하지만 지정된 시간 동안 풀 크기의 2배 이하인 경우 풀 크기 ECPU 수의 2배(풀 크기의 2배)가 청구됩니다. 이는 이러한 데이터베이스가 탄력적 풀을 사용하지 않고도 별도로 청구되는 경우보다 최대 75%의 컴퓨트 비용 절감을 나타냅니다.

  • 풀의 집계된 피크 ECPU 활용률이 풀 크기 ECPU 수의 4배 이하인 경우: 풀의 2배를 초과하는 사용량의 경우 크기 ECPU 수 및 최대 4배의 풀 크기 ECPU(지정된 청구 시간)를 포함하여 시간당 청구는 풀 크기 ECPU 수의 4배입니다. 즉, 풀의 집계된 피크 ECPU 활용률이 지정된 시간 동안 풀 크기의 두 배를 초과하는 경우 풀 크기 수의 ECPU(풀 크기의 4배)에 대해 요금이 부과됩니다. 이는 해당 데이터베이스가 탄력적 풀을 사용하지 않고 별도로 청구되는 경우 대비 최대 50%의 컴퓨트 비용 절감을 나타냅니다.

• 예를 들어, 풀 크기가 ECPU 128개이고 풀 용량이 ECPU 512개인 탄력적 풀을 고려합니다.

  • 사례-1: 풀 리더 및 멤버의 집계된 최대 ECPU 활용률은 오후 2시에서 오후 2시 30분에서 오후 3시 사이의 ECPU 40개에서 오후 2시 30분에서 128개 사이입니다.

    • 탄력적 풀에는 이 청구 시간(오후 2~3시) 동안 풀 크기의 일회성으로 128개 ECPU가 청구됩니다. 이 사례는 청구 시간 동안 탄력적 풀의 최대 집계 ECPU 사용량이 128개 ECPU보다 작거나 같은 경우에 적용됩니다.

  • 사례 2: 풀 리더 및 멤버의 집계된 피크 ECPU 활용률은 오후 2시에서 오후 2시 30분에서 오후 3시 사이의 ECPU 40개에서 오후 2시 30분에서 250개 사이입니다.

    • 탄력적 풀에는 이 청구 시간(오후 2~3시) 동안 풀 크기의 2배에 해당하는 256개의 ECPU가 청구됩니다. 이 사례는 청구 시간 동안 탄력적 풀의 최대 집계 ECPU 사용량이 256개 ECPU보다 작거나 같고 128개 ECPU보다 큰 경우에 적용됩니다.

  • 사례-3: 풀 리더 및 멤버의 집계된 최대 ECPU 활용률은 오후 2시에서 오후 2시 30분 사이의 ECPU 80개와 오후 2시 30분에서 오후 3시 사이의 ECPU 509개입니다.

    • 탄력적 풀에는 이 청구 시간(오후 2~3시) 동안 풀 크기의 4배인 512개 ECPU가 청구됩니다. 이 사례는 청구 시간 동안 탄력적 풀의 최대 집계 ECPU 사용량이 512개 ECPU보다 작거나 같고 256개 ECPU보다 큰 경우에 적용됩니다.

자세한 내용은 자율운영 AI 데이터베이스에서 탄력적 리소스 풀을 사용하여 최대 87%의 컴퓨트 비용 절감 달성 방법을 참조하십시오.

풀이 생성되거나 종료될 때 탄력적 풀 청구

탄력적 풀이 만들어지거나 종료되면 탄력적 풀에 대한 전체 시간 동안 리더에 비용이 청구됩니다. 또한 풀에서 추가 또는 제거된 개별 인스턴스는 인스턴스가 탄력적 풀에 없는 동안 발생하는 모든 컴퓨트 사용량에 대해 요금이 청구됩니다(이 경우 개별 자율운영 AI 데이터베이스 인스턴스에 청구가 적용됩니다).

• 풀 만들기 예: 4개의 ECPU가 포함된 자율운영 AI 데이터베이스 인스턴스가 탄력적 풀의 일부가 아니라고 가정합니다. 오후 2시 15분에 풀 크기가 128개 ECPU인 이 인스턴스로 탄력적 풀을 만들면 인스턴스가 풀 리더가 됩니다. 자율운영 AI 데이터베이스가 오후 2시에서 3시 사이에 유휴 상태이고 풀에 다른 자율운영 AI 데이터베이스 인스턴스가 없다고 가정할 경우 오후 2시에서 3시 사이의 시간 요금은 다음과 같습니다.

  • 기간 2~3 pm에 대한 청구서는 (4 * 0.25) + 128 = 129 ECPU입니다.

  • 여기서 (4 * 0.25)는 자율운영 AI 데이터베이스 인스턴스가 탄력적 풀을 생성하기 15분 전(오후 2~2시 15분 기간 동안 VM 클러스터에 대해 인스턴스 요금이 청구됨) 컴퓨트 요금이 청구되고, 128개 ECPU는 생성 시간 동안 탄력적 풀에 대한 요금이 청구됩니다.

• 풀 종료 예: 4개의 ECPU가 포함된 자율운영 AI 데이터베이스 인스턴스가 탄력적 풀의 리더이고, 풀 크기가 128개의 ECPU라고 가정합니다. 오후 4시 30분에 탄력적 풀을 종료하면 데이터베이스가 탄력적 풀의 일부가 아닌 독립형 자율운영 AI 데이터베이스 인스턴스가 됩니다. 자율운영 AI 데이터베이스가 오후 4시에서 5시 사이에 유휴 상태이고 풀에 다른 자율운영 AI 데이터베이스 인스턴스가 없다고 가정할 경우 오후 4시에서 5시 사이의 시간 요금은 다음과 같습니다.

  • 오후 4시~5분 요금은 (4 * 0.5) + 128 = 130 ECPU입니다.

  • 여기서 (4 * 0.5)는 자율운영 AI 데이터베이스 인스턴스가 탄력적 풀을 종료한 후 30분 동안의 컴퓨트 비용 청구이고, 128개의 ECPU는 탄력적 풀이 종료된 시간 동안의 탄력적 풀 비용 청구입니다.

  • 자율운영 AI 데이터베이스 인스턴스가 풀을 벗어나면 다시 VM 클러스터의 일부가 되고 VM 클러스터에 대해 비용이 청구됩니다.

풀 구성원 또는 리더가 풀을 나갈 때 탄력적 풀 청구

탄력적 풀을 남겨 두는 자율운영 AI 데이터베이스 인스턴스에 대한 청구는 개별 인스턴스가 사용하는 컴퓨트 리소스를 기반으로 개별 인스턴스 청구로 돌아갑니다.

• ECPU가 2개 이상인 풀 멤버가 풀에서 나갈 경우 개별 인스턴스의 ECPU 할당은 유지되고 해당 개수의 ECPU에 대해 인스턴스 비용이 청구됩니다.

• ECPU가 1개인 풀 멤버가 풀에서 나갈 경우 ECPU 할당은 자동으로 2개의 ECPU로 설정되며, 확장되지 않는 한 2개의 ECPU가 인스턴스에 대해 요금이 청구됩니다.

관련 콘텐츠

• 자율운영 AI 데이터베이스의 컴퓨트 관리

• 탄력적 풀을 사용하여 자율운영 AI 데이터베이스 인스턴스 통합