Это основано на «Сравнении затрат Amazon» штата Канзас: https://gitlab.beocat.ksu.edu/Admin-Public/amazon-cost-comparison.
Обратите внимание, что скорость процессора и/или гиперпоточность не учитываются. Учитывается только использование ресурсов Corase (количество процессоров, ОЗУ, графические процессоры). Если у вас есть основания полагать, что между вашим кластером и AWS существует согласованный масштабный коэффициент (например, соотношение тактовых частот ЦП, постоянный эффект производительности благодаря гиперпоточности), вам необходимо соответствующим образом масштабировать оценку затрат.
Обратите внимание, что здесь не делается никаких предположений о том, как сделать Python3 и его модули доступными. Вы можете свободно использовать виртуальные среды, модули среды, установленные на хосте и т. д.
Все скрипты Python принимают аргументы CLI. Передайте им флаг -h
, чтобы получить список доступных аргументов для каждого скрипта.
00-prepare-mysql-onetime.sh
. Будет предложено ввести имена пользователей и пароли mysql для настройки среды базы данных. Для этого шага вам необходимо знать пароль администратора MYSQL.fetch-aws-pricing.py
. Этот скрипт можно запустить в любое время для обновления информации о ценах AWS, которая будет использоваться при расчете затрат. Чтобы отобразить текущие значения цен, запустите print-aws-pricing-data.sh
.01-import-job-info.py
. Этот сценарий необходимо запустить, чтобы в базу данных можно было импортировать более свежие задания.--verbose
.02-calculate-job-costs.py
.03-calculate-total-aws-compute-cost.py
. Помимо стоимости вычислений AWS, вы можете получить приблизительную оценку стоимости хранилища, используя 04-calculate-aws-storage-cost.py
. Этот скрипт просто показывает затраты на хранилище AWS для различных сервисов хранения (EBS, S3, Glacier) для нескольких файловых систем, как для текущего используемого объема хранилища, так и для максимальной емкости файловых систем.
Информацию о таблицах базы данных MySQL можно найти в mysql-prereqs.txt.