华为云用户手册

  • AI开发平台MODELARTS-场景介绍及环境准备:环境准备
    环境准备 迁移环境准备有以下两种方式： 表1 迁移环境准备方式 方式 说明 ModelArts Notebook 该环境为在线调试环境，主要面向演示、体验和快速原型调试场景。 环境开通指导请参考Notebook环境创建。 ModelArts Lite DevServer 该环境为裸机开发环境，主要面向深度定制化开发场景。 环境开通指导请参考DevServer资源开通；环境配置指导请参考Snt9B裸金属服务器环境配置指南。 本文基于ModelArts Lite DevServer进行操作，请参考上表说明在贵阳一环境开通和配置指导完成裸机和容器开发初始化配置。 镜像地址为swr.cn-southwest-2.myhuaweicloud.com/atelier/pytorch_2_1_ascend: pytorch_2.1.0-cann_8.0.rc2-py_3.9-hce_2.0.2312-aarch64-snt9b-20240727152329-0f2c29a。 请注意业务基础镜像选择Ascend+PyTorch镜像。
    AI开发平台MODELARTS Dit模型PyTorch迁移与精度性能调优
  • AI开发平台MODELARTS-使用ModelArts Standard自动学习实现垃圾分类:步骤五：运行工作流
    步骤五：运行工作流 项目完成创建之后，会自动跳转到新版自动学习的运行总览页面。同时您的工作流会自动从数据标注节点开始运行。您需要做的是： 观察数据标注节点，待数据标注节点变为橙色即为“等待操作”状态。双击数据标注节点，打开数据标注节点的运行详情页面，单击“继续运行”。 在弹出的窗口中，单击“确定”，工作流会开始继续运行。当工作流运行到“服务部署”节点，状态会变为“等待输入”，您需要填写以下两个输入参数，其他参数保持默认。 计算节点规格：根据您的实际需求选择相应的规格，不同规格的配置费用不同，选择好规格后，配置费用处会显示相应的费用。 是否自动停止：为了避免资源浪费，建议您打开该开关，根据您的需求，选择自动停止时间，也可以自定义自动停止的时间。 图2 选择计算节点规格 图3 设置自动停止 参数填写完毕之后，单击运行状况右边的“继续运行”，单击确认弹窗中的“确定”即可继续完成工作流的运行。
    AI开发平台MODELARTS Standard自动学习
  • AI开发平台MODELARTS-使用ModelArts Standard自动学习实现垃圾分类:步骤三：准备训练数据集
    步骤三：准备训练数据集 单击8类常见生活垃圾图片数据集，进入AI Gallery数据集详情页，单击右侧“下载”。 选择对应的云服务区域例如：华北-北京四，需要确保您选择的区域与您的管理控制台所在的区域一致。 进入“下载详情”页面，填写以下参数。 下载方式：ModelArts数据集。 目标区域：华北-北京四。 数据类型：系统会根据您的数据集，匹配到相应的数据类型。例如本案例使用的数据集，系统匹配为“图片”类型。 数据集输入位置：用来存放源数据集信息，例如本案例中从Gallery下载的数据集。单击图标选择您的OBS桶下的任意一处目录，但不能与输出位置为同一目录。 数据集输出位置：用来存放输出的数据标注的相关信息，或版本发布生成的Manifest文件等。单击图标选择OBS桶下的空目录，且此目录不能与输入位置一致，也不能为输入位置的子目录。 图1 下载详情 完成参数填写，单击“确定”，自动跳转至AI Gallery个人中心“我的下载”页签，单击按钮，查看下载进度，等待5分钟左右下载完成，单击展开下载详情，可以查看该数据集的“目标位置”。
    AI开发平台MODELARTS Standard自动学习
  • AI开发平台MODELARTS-使用ModelArts Standard自动学习实现垃圾分类:步骤二：创建OBS桶
    步骤二：创建OBS桶 登录OBS管理控制台，在桶列表页面右上角单击“创建桶”，创建OBS桶。例如，创建名称为“dataset-exeml”的OBS桶。 创建桶的区域需要与ModelArts所在的区域一致。例如：当前ModelArts在华北-北京四区域，在 对象存储服务 创建桶时，请选择华北-北京四。请参考查看OBS桶与ModelArts是否在同一区域检查您的OBS桶区域与ModelArts区域是否一致。 请勿开启桶加密，ModelArts不支持加密的OBS桶，会导致ModelArts读取OBS中的数据失败。 在桶列表页面，单击桶名称，进入该桶的概览页面。 单击左侧导航的“对象”，在对象页面单击“新建文件夹”，创建OBS文件夹。具体请参见新建文件夹章节。
    AI开发平台MODELARTS Standard自动学习
  • AI开发平台MODELARTS-第三方推理框架迁移到ModelArts Standard推理自定义引擎:背景说明
    背景说明 ModelArts支持第三方的推理框架在ModelArts上部署，本文以TFServing框架、Triton框架为例，介绍如何迁移到推理自定义引擎。 TensorFlow Serving是一个灵活、高性能的机器学习模型部署系统，提供模型版本管理、服务回滚等能力。通过配置模型路径、模型端口、模型名称等参数，原生TFServing镜像可以快速启动提供服务，并支持gRPC和HTTP Restful API的访问方式。 Triton是一个高性能推理服务框架，提供HTTP/gRPC等多种服务协议，支持TensorFlow、TensorRT、PyTorch、ONNXRuntime等多种推理引擎后端，并且支持多模型并发、动态batch等功能，能够提高GPU的使用率，改善推理服务的性能。 当从第三方推理框架迁移到使用ModelArts推理的模型管理和服务管理时，需要对原生第三方推理框架镜像的构建方式做一定的改造，以使用ModelArts推理平台的模型版本管理能力和动态加载模型的部署能力。本案例将指导用户完成原生第三方推理框架镜像到ModelArts推理自定义引擎的改造。自定义引擎的镜像制作完成后，即可以通过模型导入对模型版本进行管理，并基于模型进行部署和管理服务。 适配和改造的主要工作项如下： 图1 改造工作项 针对不同框架的镜像，可能还需要做额外的适配工作，具体差异请见对应框架的操作步骤。 TFServing框架迁移操作步骤 Triton框架迁移操作步骤
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-使用大模型在ModelArts Standard创建模型部署在线服务:上传模型数据并校验上传对象的一致性
    上传模型数据并校验上传对象的一致性 为了动态加载时保证数据完整性，需要在上传模型数据至OBS时，进行上传对象的一致性校验。obsutil、OBS Browser+以及OBS SDK都支持在上传对象时进行一致性校验，您可以根据自己的业务选择任意一种方式进行校验。详见校验上传对象的一致性。 以OBS Browser+为例，如图1。使用OBS Browser+上传数据，开启MD5校验，动态加载并使用节点本地的持久化存储时，检查数据一致性。 图1 OBS Browser+配置MD5校验
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-使用大模型在ModelArts Standard创建模型部署在线服务:背景说明
    背景说明 目前大模型的参数量已经达到千亿甚至万亿，随之大模型的体积也越来越大。千亿参数大模型的体积超过200G，在版本管理、生产部署上对平台系统产生了新的要求。例如：导入模型时，需要支持动态调整租户存储配额；模型加载、启动慢，部署时需要灵活的超时配置；当负载异常重启，模型需要重新加载，服务恢复时间长的问题亟待解决。 为了应对如上诉求，ModelArts推理平台针对性给出解决方案，用于支持大模型场景下的模型管理和服务部署。
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-使用大模型在ModelArts Standard创建模型部署在线服务:创建模型
    创建模型 使用大模型创建模型，选择从对象存储服务（OBS）中导入，需满足以下参数配置： 采用自定义引擎，开启动态加载 使用大模型要求用户使用自定义引擎，并开启动态加载的模式导入模型。用户可以制作自定义引擎，满足大模型场景下对镜像依赖包、推理框架等的特殊需求。自定义引擎的制作请参考使用自定义引擎在ModelArts Standard创建模型。 当用户使用自定义引擎时，默认开启动态加载，模型包与镜像分离，在服务部署时动态将模型加载到服务负载。 配置健康检查 大模型场景下导入的模型，要求配置健康检查，避免在部署时服务显示已启动但实际不可用。 图3 采用自定义引擎，开启动态加载并配置健康检查示例图
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-使用大模型在ModelArts Standard创建模型部署在线服务:部署在线服务
    部署在线服务 部署服务时，需满足以下参数配置： 自定义部署超时时间 大模型加载启动的时间一般大于普通的模型创建的服务，请配置合理的“部署超时时间”，避免尚未启动完成被认为超时而导致部署失败。 添加环境变量 部署服务时，增加如下环境变量，会将负载均衡的请求亲和策略配置为集群亲和，避免未就绪的服务实例影响预测成功率。 MODELARTS_SERVICE_TRAFFIC_POLICY: cluster 图4 自定义部署超时时间和添加环境变量示例图 建议部署多实例，增加服务可靠性。
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-使用大模型在ModelArts Standard创建模型部署在线服务:申请扩大模型的大小配额和使用节点本地存储缓存白名单
    申请扩大模型的大小配额和使用节点本地存储缓存白名单 服务部署时，默认情况下，动态加载的模型包位于临时磁盘空间，服务停止时已加载的文件会被删除，再次启动时需要重新加载。为了避免反复加载，平台允许使用资源池节点的本地存储空间来加载模型包，并在服务停止和重启时仍有效（通过哈希值保证数据一致性） 使用大模型要求用户采用自定义引擎，并开启动态加载的模式导入模型。基于此，需要执行以下操作： 如果模型超过默认配额值，需要提工单申请扩大单个模型的大小配额。单个模型大小配额默认值为20GB。 需要提工单申请添加使用节点本地存储缓存的白名单。
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-ModelArts Standard的WebSocket在线服务全流程开发:使用镜像创建模型
    使用镜像创建模型 登录ModelArts管理控制台，进入“ 模型管理”页面，单击“创建”，跳转至创建模型页面。 完成模型配置，部分配置如下： 元模型来源：选择“从容器镜像中选择”。 容器镜像所在的路径：选择上传镜像至 容器镜像服务 上传的路径。 容器调用接口：根据实际情况配置容器调用接口。 健康检查：保持默认。如果镜像中配置了健康检查则按实际情况配置健康检查。 图1 模型配置参数 单击“立即创建”，进入模型列表页，等模型状态变为“正常”，表示模型创建成功。
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-ModelArts Standard的WebSocket在线服务全流程开发:背景说明
    背景说明 WebSocket是一种网络传输协议，可在单个TCP连接上进行全双工通信，位于OSI模型的应用层。WebSocket协议在2011年由IETF标准化为RFC 6455，后由RFC 7936补充规范。Web IDL中的WebSocket API由W3C标准化。 WebSocket使得客户端和服务器之间的数据交换变得更加简单，允许服务端主动向客户端推送数据。在WebSocket API中，浏览器和服务器只需要完成一次握手，两者之间就可以建立持久性的连接，并进行双向数据传输。
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-ModelArts Standard推理服务支持VPC直连的高速访问通道配置:背景说明
    背景说明 访问在线服务的实际业务中，用户可能会存在如下需求： 高吞吐量、低时延 TCP或者RPC请求 因此，ModelArts提供了VPC直连的高速访问通道功能以满足用户的需求。 使用VPC直连的高速访问通道，用户的业务请求不需要经过推理平台，而是直接经VPC对等连接发送到实例处理，访问速度更快。 由于请求不经过推理平台，所以会丢失以下功能： 认证鉴权 流量按配置分发 负载均衡 告警、监控和统计 图1 VPC直连的高速访问通道示意图
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-使用自定义引擎在ModelArts Standard创建模型:在本地机器调试
    在本地机器调试 自定义引擎的规范可以在安装有docker的本地机器上通过以下步骤提前验证： 将自定义引擎镜像下载至本地机器，假设镜像名为custom_engine:v1。 将模型包文件夹复制到本地机器，假设模型包文件夹名字为model。 在模型包文件夹的同级目录下验证如下命令拉起服务： docker run --user 1000:100 -p 8080:8080 -v model:/home/mind/model custom_engine:v1 该指令无法完全模拟线上，主要是由于-v挂载进去的目录是root权限。在线上，模型文件从OBS下载到/home/mind/model目录之后，文件owner将统一修改为ma-user。 在本地机器上启动另一个终端，执行以下验证指令，得到符合预期的推理结果。 curl https://127.0.0.1:8080/${推理服务的请求路径}
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-使用自定义引擎在ModelArts Standard创建模型:https示例
    https示例 使用Flask启动https，Webserver代码示例如下： from flask import Flask, request import json app = Flask(__name__) @app.route('/greet', methods=['POST']) def say_hello_func(): print("----------- in hello func ----------") data = json.loads(request.get_data(as_text=True)) print(data) username = data['name'] rsp_msg = 'Hello, {}!'.format(username) return json.dumps({"response":rsp_msg}, indent=4) @app.route('/goodbye', methods=['GET']) def say_goodbye_func(): print("----------- in goodbye func ----------") return '\nGoodbye!\n' @app.route('/', methods=['POST']) def default_func(): print("----------- in default func ----------") data = json.loads(request.get_data(as_text=True)) return '\n called default func !\n {} \n'.format(str(data)) @app.route('/health', methods=['GET']) def healthy(): return "{\"status\": \"OK\"}" # host must be "0.0.0.0", port must be 8080 if __name__ == '__main__': app.run(host="0.0.0.0", port=8080, ssl_context='adhoc')
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-端到端运维ModelArts Standard推理服务方案:方案概述
    方案概述 推理服务的端到端运维流程 算法开发阶段，先将业务AI数据存放到对象存储服务（OBS）中，接着通过ModelArts数据管理进行标注和版本管理，然后通过训练获得AI模型结果，最后通过开发环境构建模型镜像。 服务运维阶段，先利用镜像构建模型，接着部署模型为在线服务，然后可在 云监控服务 （ CES ）中获得ModelArts推理在线服务的监控数据，最后可配置告警规则实现实时告警通知。 业务运行阶段，先将业务系统对接在线服务请求，然后进行业务逻辑处理和监控设置。 图1 推理服务的端到端运维流程图 整个运维过程会对服务请求失败和资源占用过高的场景进行监控，当超过阈值时发送告警通知。 图2 监控告警流程图 方案优势 通过端到端的服务运维配置，可方便地查看业务运行高低峰情况，并能够实时感知在线服务的健康状态。 约束限制 端到端服务运维只支持在线服务，因为推理的批量服务和边缘服务无CES监控数据，不支持完整的端到端服务运维设置。
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-示例：从 0 到 1 制作自定义镜像并用于训练（MPI+CPU/GPU）:Step1 创建OBS桶和文件夹
    Step1 创建OBS桶和文件夹 在OBS服务中创建桶和文件夹，用于存放样例数据集以及训练代码。需要创建的文件夹列表如表1所示，示例中的桶名称“test-modelarts” 和文件夹名称均为举例，请替换为用户自定义的名称。 创建OBS桶和文件夹的操作指导请参见创建桶。 请确保您使用的OBS与ModelArts在同一区域。 表1 OBS桶文件夹列表 文件夹名称 用途 “obs://test-modelarts/mpi/demo-code/” 用于存储MPI启动脚本与训练脚本文件。 “obs://test-modelarts/mpi/log/” 用于存储训练日志文件。
    AI开发平台MODELARTS
  • AI开发平台MODELARTS-示例：从 0 到 1 制作自定义镜像并用于训练（PyTorch+CPU/GPU）:Step5 上传镜像至SWR服务
    Step5 上传镜像至SWR服务 登录容器 镜像服务 控制台，选择区域，要和ModelArts区域保持一致，否则无法选择到镜像。 单击右上角“创建组织”，输入组织名称完成组织创建。请自定义组织名称，本示例使用“deep-learning”，下面的命令中涉及到组织名称“deep-learning”也请替换为自定义的值。 单击右上角“登录指令”，获取登录访问指令，本文选择复制临时登录指令。 以root用户登录本地环境，输入复制的SWR临时登录指令。 上传镜像至容器镜像服务镜像仓库。 使用docker tag命令给上传镜像打标签。 #region和domain信息请替换为实际值，组织名称deep-learning也请替换为自定义的值。 sudo docker tag pytorch:1.8.1-cuda11.1 swr.{region-id}.{domain}/deep-learning/pytorch:1.8.1-cuda11.1 #此处以华为云cn-north-4为例 sudo docker tag pytorch:1.8.1-cuda11.1 swr.cn-north-4.myhuaweicloud.com/deep-learning/pytorch:1.8.1-cuda11.1 使用docker push命令上传镜像。 #region和domain信息请替换为实际值，组织名称deep-learning也请替换为自定义的值。 sudo docker push swr.{region-id}.{domain}/deep-learning/pytorch:1.8.1-cuda11.1 #此处以华为云cn-north-4为例 sudo docker push swr.cn-north-4.myhuaweicloud.com/deep-learning/pytorch:1.8.1-cuda11.1 完成镜像上传后，在容器镜像服务控制台的“我的镜像”页面可查看已上传的自定义镜像。 “swr.cn-north-4.myhuaweicloud.com/deep-learning/pytorch:1.8.1-cuda11.1”即为此自定义镜像的“SWR_URL”。
    AI开发平台MODELARTS 历史待下线案例
  • AI开发平台MODELARTS-示例：从 0 到 1 制作自定义镜像并用于训练（PyTorch+CPU/GPU）:Step2 准备训练脚本并上传至OBS
    Step2 准备训练脚本并上传至OBS 准备本案例所需的训练脚本“pytorch-verification.py”文件，并上传至OBS桶的“obs://test-modelarts/pytorch/demo-code/”文件夹下。 “pytorch-verification.py”文件内容如下： import torch import torch.nn as nn x = torch.randn(5, 3) print(x) available_dev = torch.device("cuda") if torch.cuda.is_available() else torch.device("cpu") y = torch.randn(5, 3).to(available_dev) print(y)
    AI开发平台MODELARTS 历史待下线案例
  • AI开发平台MODELARTS-示例：从 0 到 1 制作自定义镜像并用于训练（PyTorch+CPU/GPU）:Step1 创建OBS桶和文件夹
    Step1 创建OBS桶和文件夹 在OBS服务中创建桶和文件夹，用于存放样例数据集以及训练代码。需要创建的文件夹列表如表1所示，示例中的桶名称“test-modelarts”和文件夹名称均为举例，请替换为用户自定义的名称。 创建OBS桶和文件夹的操作指导请参见创建桶。 请确保您使用的OBS与ModelArts在同一区域。 表1 OBS桶文件夹列表 文件夹名称 用途 “obs://test-modelarts/pytorch/demo-code/” 用于存储训练脚本文件。 “obs://test-modelarts/pytorch/log/” 用于存储训练日志文件。
    AI开发平台MODELARTS 历史待下线案例
  • 弹性负载均衡 ELB-自动续费:在续费管理页面开通自动续费
    在续费管理页面开通自动续费 登录管理控制台。 单击“控制台”页面上方“费用”，在下拉菜单中选择“续费管理”。 进入“续费管理”页面。 自定义查询条件。 可在“自动续费项”页签查询已经开通自动续费的资源。 可对“手动续费项”、“到期转按需项”、“到期不续费项”页签的资源开通自动续费。 为包年/包月资源开通自动续费。 单个资源开通自动续费：选择需要开通自动续费的弹性负载均衡，单击操作列“开通自动续费”。 批量资源开通自动续费：选择需要开通自动续费的弹性负载均衡，单击列表左上角的“开通自动续费”。 选择续费时长，并根据需要设置自动续费次数，单击“开通”。 在“续费管理”页面开通的自动续费，自动续费周期以实际选择的续费时长以及自动续费次数为准。例如：您选择了续费时长3个月，不限次数，即在每次到期前自动续费3个月。
    弹性负载均衡 ELB
  • 弹性负载均衡 ELB-按需计费:适用计费项
    适用计费项 按需计费模式下，不同规格的弹性负载均衡实例收取计费项见表1。 表1 按需模式的计费项 实例类型 规格 LCU费用 实例费用 独享型 弹性规格 √ √ 固定规格 √ × 共享型 固定规格 × √ 假设您计划购买一个固定规格的独享型弹性负载均衡实例，选择了两个可用区，同时选了应用型规格（小型 I）和网络型规格（小型 I）。在购买弹性负载均衡页面底部，您将看到所需费用的明细，如图1所示。 图1 配置费用示例 配置费用将包括以下部分： 网络型规格费：网络型规格的费用（按折算20个LCU计算）。 应用型规格费：应用型规格的费用（按折算20个LCU计算）。 独享型负载均衡支持同时部署在多个可用区，负载均衡实例性能随可用区数量叠加，LCU数量 = 单AZ的LCU数 × AZ数。 如果用户购买弹性负载均衡实例时，选择新创建弹性公网IP，将会收取公网IP的费用以及公网IP所耗费的带宽费用。具体请参考弹性公网IP产品价格详情。
    弹性负载均衡 ELB
  • 弹性负载均衡 ELB-按需计费:计费示例
    计费示例 假设您在2023/04/18 9:30:00购买了一个按需计费的弹性负载均衡实例，选择了一个可用区，固定规格，同时选了网络型规格（小型 I）和应用型规格（小型 I），在2023/04/19 10:00:00将规格升级为网络型规格（小型 I）和应用型规格（小型 II），然后在2023/04/19 12:00:00将其释放成功。则： 如表2所示，给出了上述示例配置的弹性负载均衡的计算过程，总的费用是22.935元。 表2 按需计费费用明细 计费项 产生费用时间段 费用明细 费用总和 网络型规格费 （折算10个LCU） 2023/04/18 9:30:00~2023/04/19 00:00:00 计费时长共870分钟 2023/04/19 00:00:00~2023/04/19 12:00:00 计费时长共720分钟 （870/60）*0.417= 6.0465元 （720/60）*0.417=5.004元 6.0465+5.004=11.0505元 应用型规格费 （折算10个LCU） 2023/04/18 9:30:00~2023/04/19 00:00:00 计费时长共870分钟 2023/04/19 00:00:00~2023/04/19 10:00:00 计费时长共600分钟 （870/60）*0.417= 6.0465元 （600/60）*0.417= 4.17元 6.0465+4.17=10.2165元 应用型规格费 （折算20个LCU） 2023/04/19 10:00:00~2023/04/19 12:00:00 计费时长共120分钟 （120/60）*0.834= 1.668元 1.668元 图2给出了上述示例配置的费用计算过程。 图2 按需计费ELB费用计算示例 图中价格仅供参考，实际计算请以弹性负载均衡价格详情中的价格为准。
    弹性负载均衡 ELB
  • 弹性负载均衡 ELB-按需计费:变更配置后对计费的影响
    变更配置后对计费的影响 如果您在购买按需计费实例后变更了实例配置，会产生一个新订单并开始按新配置的价格计费，旧订单自动失效。 如果您在一个小时内变更了实例配置，将会产生多条计费信息。每条计费信息的开始时间和结束时间对应不同配置在该小时内的生效时间。 例如，您在9:00:00购买了一台按需计费实例，部署在两个可用区，同时选择了应用型规格（小型 I）和网络型规格（小型 I），并在9:30:00升配为应用型规格（小型 II）和网络型规格（小型 II），那么在9:00:00 ~ 10:00:00间会产生两条计费信息。 第一条对应9:00:00 ~ 9:30:00，实例按照应用型规格（小型 I）和网络型规格（小型 I）计费。 第二条对应9:30:00 ~ 10:00:00，实例按照应用型规格（小型 II）和网络型规格（小型 II）计费。
    弹性负载均衡 ELB
  • 弹性负载均衡 ELB-按需计费:计费周期
    计费周期 按需计费资源按秒计费，每一个小时整点结算一次费用（以UTC+8时间为准），结算完毕后进入新的计费周期。计费的起点以ELB实例创建成功的时间点为准，终点以实例删除时间为准。 弹性负载均衡计费的起点是创建成功的时间点，您可以在弹性负载均衡详情页“基本信息”页签查看这个时间。 例如，您在8:45:30购买了一个按需计费的弹性负载均衡实例，然后在8:55:30将其删除，则计费周期为8:00:00 ~ 9:00:00，在8:45:30 ~ 8:55:30间产生费用，该计费周期内的计费时长为600秒。
    弹性负载均衡 ELB
  • 弹性负载均衡 ELB-手动续费:在费用中心续费
    在费用中心续费 登录管理控制台。 单击“控制台”页面上方“费用”，在下拉菜单中选择“续费管理”。 进入“续费管理”页面。 自定义查询条件。 可在“手动续费项”、“自动续费项”、“到期转按需项”、“到期不续费项”页签查询全部待续费资源，对资源进行手动续费的操作。 所有需手动续费的资源都可归置到“手动续费项”页签，具体操作请参见如何恢复为手动续费。 手动续费资源。 单个续费：在资源页面找到需要续费的资源，单击操作列的“续费”。 批量续费：在资源页面勾选需要续费的资源，单击列表左上角的“批量续费”。 选择弹性负载均衡的续费时长，判断是否勾选“统一到期日”，将弹性负载均衡到期时间统一到各个月的某一天（详细介绍请参见统一包年/包月资源的到期日）。确认配置费用后单击“去支付”。 进入支付页面，选择支付方式，确认付款，支付订单后即可完成续费。
    弹性负载均衡 ELB
  • 弹性负载均衡 ELB-包年/包月:计费示例
    计费示例 假设您在2023/03/08 15:50:04购买了一个包年/包月的弹性负载均衡（独享型固定规格，双可用区，应用型：小型 I，网络型：小型 I）。购买时长为一个月，并在到期前手动续费1个月，则： 第一个计费周期为：2023/03/08 15:50:04 ~ 2023/04/08 23:59:59 第二个计费周期为：2023/04/08 23:59:59 ~ 2023/05/08 23:59:59 您需要为每个计费周期预先付费，计费公式如表2所示。 表2 计费公式 资源类型 计费公式 资源单价 应用型规格费 应用型规格单价（按折算LCU数计算） * 购买时长 详情请参见弹性负载均衡价格详情。 网络型规格费 应用型规格单价（按折算LCU数计算） * 购买时长 详情请参见弹性负载均衡价格详情。 图2给出了上述示例配置的费用计算过程。 图中价格仅供参考，实际计算请以弹性负载均衡价格详情中的价格为准。
    弹性负载均衡 ELB
  • 弹性负载均衡 ELB-包年/包月:到期后影响
    到期后影响 图3描述了包年/包月ELB资源各个阶段的状态。购买后，在计费周期内资源正常运行，此阶段为有效期；资源到期而未续费时，将陆续进入宽限期和保留期。 图3 包年/包月ELB资源生命周期 到期预警 包年/包月ELB资源在到期前第7天内，系统将向用户推送到期预警消息。预警消息将通过邮件、短信和站内信的方式通知到华为云账号的创建者。 到期后影响 当您的包年/包月ELB资源到期未续费，首先会进入宽限期，资源状态变为“已过期”。宽限期内您可以正常访问弹性负载均衡，但以下操作将受到限制： 变更弹性负载均衡实例规格 修改带宽 如果您在宽限期内仍未续费包年/包月ELB资源，那么就会进入保留期，资源状态变为“已冻结”，您将无法对处于保留期的包年/包月资源执行任何操作。 保留期到期后，若包年/包月ELB资源仍未续费，那么弹性负载均衡实例将被释放，数据无法恢复。 华为云根据客户等级定义了不同客户的宽限期和保留期时长。 关于续费的详细介绍请参见续费概述。
    弹性负载均衡 ELB
  • 弹性负载均衡 ELB-包年/包月:变更配置后对计费的影响
    变更配置后对计费的影响 当前包年/包月ELB资源的规格不满足您的业务需要时，您可以在弹性负载均衡控制台发起变更规格操作，变更时系统将按照如下规则为您计算变更费用： 资源升配：新配置价格高于老配置价格，此时您需要支付新老配置的差价。 资源降配：新配置价格低于老配置价格，此时华为云会将新老配置的差价退给您。 降低实例规格时会对业务造成短暂的影响： 网络型业务的部分新建连接会受影响。 应用型业务的部分新建连接会受影响，还可能会造成部分长连接中断。 这里以资源升配且无任何优惠的场景为例进行介绍，假设您在2023/04/08购买了一个包年/包月的独享型弹性负载均衡实例（单可用区，固定规格，网络型：小型 I），购买时长为1个月，计划在2023/04/18变更规格为网络型（小型 II）。旧配置价格为200.00 元/月，新配置价格为400.00 元/月。计算公式如下： 升配费用=新配置价格*剩余周期-旧配置价格*剩余周期 公式中的剩余周期为每个自然月的剩余天数/对应自然月的最大天数。本示例中，剩余周期=12（4月份剩余天数）/ 30（4月份最大天数）+ 8（5月份剩余天数）/ 31（5月份最大天数）=0.6581，代入公式可得升配费用=400*0.6581-200*0.6581=131.62（元） 更多信息请参见变更资源规格费用说明。
    弹性负载均衡 ELB
  • 弹性负载均衡 ELB-包年/包月:适用场景
    适用场景 包年/包月计费模式需要用户预先支付一定时长的费用，适用于长期、稳定的业务需求。以下是一些适用于包年/包月计费模式的业务场景： 稳定业务需求：对于长期运行且资源需求相对稳定的业务，如企业官网、博客等，包年/包月计费模式能提供较高的成本效益。 长期项目：对于周期较长的项目，如科研项目、大型活动策划等，包年/包月计费模式可以确保在整个项目周期内资源的稳定使用。 业务高峰预测：如果能预测到业务高峰期，如电商促销季、节假日等，可提前购买包年/包月资源以应对高峰期的需求，避免资源紧张。 数据安全要求高：对于对数据安全性要求较高的业务，包年/包月计费模式可确保资源的持续使用，降低因资源欠费而导致的数据安全风险。
    弹性负载均衡 ELB
共100000条
undefined

搜索反馈

您找到想要的内容了吗?

是的 没有

意见反馈

0/200

提交 取消

提交成功！非常感谢您的反馈，我们会继续努力做到更好 反馈提交失败！请稍后重试！
推荐文章
提示

您即将访问非华为云网站，请注意账号财产安全

取消 继续访问