如何基于MAU预测实例成本?

我们有一个由Google AppEngine支持的服务,我们正在尝试根据Google定价信息预测使用成本:

  • https://cloud.google.com/appengine/pricing
  • https://cloud.google.com/products/calculator/#tab=app-engine

基于我们服务的估计MAU,我们可以预测大部分所使用的AppEngine资源(stream量,云数据存储等)的成本。 然而,由于我们不知道什么时候产生,实例更加复杂。 我的意思是,我们理解以下(自动模式下的实例):

  1. 每个实例都根据访问量自动启动和closures
  2. 每个实例运行15分钟
  3. Google提供每小时28个实例

问题是,我们很难估计每小时运行多less个实例将基于MAU运行。

我们错过了什么吗?

预先感谢您的反馈。

根据活动用户的数量,实例缩放是非确定性的。 它取决于其他因素,例如请求的types,当前的系统负载,扩展参数,后台工作(例如,做一些请求启动在同一服务上运行的推送任务)等等。

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。 您可能需要根据实际和/或模拟的使用情况以及与创build的实例数量(唯一用户,每个唯一用户的请求,请求types,每种types的请求次数等)的关系来收集时间序列数据。

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