当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > WorkBuddy镜像存储计费方式解析

WorkBuddy镜像存储计费方式解析

2026-05-23 12:42:17 0浏览 收藏
WorkBuddy 的镜像缓存存储费用并非按镜像版本数或仓库容量占比计算,而是精准聚焦于“制作完成”状态下的实际解压体积(GiB)、地域内超出20个免费额度的缓存数量,以及每小时级精确计量的存活时长,单价仅0.18元/GiB/月——这意味着您只需为真正占用资源、真实运行的缓存付费,删得及时、建得精简,就能显著控本;想省更多?掌握多阶段构建、层清理和 BuildKit 压缩技巧,让解压后体积“瘦身”,才是降费的关键突破口。

WorkBuddy镜像存储如何计费_核算版本数与仓库容量占比

如果您在使用 WorkBuddy 过程中启用了镜像缓存功能以加速 ACS Pod 启动,则需明确其存储费用的核算逻辑。该计费模型不按镜像版本数量直接计费,而是依据容器镜像解压后的实际大小、地域内缓存实例总数及存活时长综合计算。以下是具体核算方式:

一、镜像缓存存储费用构成

镜像缓存存储费用仅在“制作完成”状态下产生,与镜像仓库中原始 Tag 数量无关,也与同一镜像的不同版本数无直接线性关系。费用取决于单个镜像缓存的实际解压体积与持续存在时间。

1、打开 ACS 控制台,进入「镜像缓存」列表页。

2、查看每条记录的「状态」列,仅状态为制作完成的条目参与计费。

3、定位「镜像缓存大小」字段,该数值单位为 GiB,是容器镜像拉取解压后完整文件与额外索引文件的总和,而非原始 registry 中的压缩层大小。

4、确认该缓存创建时间与当前时间差,即为「存活时长」,精确到小时级用于后续计费公式代入。

二、免费额度与超额判定规则

每个地域默认提供 20 个镜像缓存的免费额度,该额度按地域维度独立计算,不跨地域共享。超出部分将触发计费,且免费额度不累计、不复位、不转移。

1、在控制台切换至目标地域(如华北1),统计「制作完成」状态的缓存总数。

2、若总数 ≤ 20,则全部免收存储费用。

3、若总数 = 23,则仅对第21、22、23个缓存收取费用,前20个不计费。

4、删除任一「制作完成」状态的缓存后,其占用的免费名额即时释放,新创建的缓存可优先使用该空余名额。

三、单个镜像缓存的存储费用计算

单价固定为 0.18 元/GiB/月,计费周期从缓存制作完成时刻起算,至手动删除操作生效时刻终止。不足一小时按一小时计,不足一月按实际小时数折算。

1、获取某镜像缓存的解压后大小:例如显示为15.6 GiB。

2、获取其存活时长:例如自制作完成已运行 72 小时(即 3 天)。

3、换算为月度等效时长:72 小时 ÷ 720 小时/月 = 0.1 月。

4、代入公式:0.18 × 15.6 × 0.1 = 0.2808 元。

四、仓库容量占比的非计费参考值

ACS 控制台不提供“仓库总容量”或“仓库使用率”指标,因此不存在官方定义的“仓库容量占比”。用户所见的「镜像缓存大小」仅为单个缓存实例的本地解压体积,不同缓存之间物理隔离,不可加总为仓库级容量。

1、禁止将多个「镜像缓存大小」数值相加后除以某个假定总量来估算占比。

2、若需粗略评估资源占用趋势,可导出所有「制作完成」缓存的大小字段,使用 Excel 求和并观察月度增量变化。

3、注意:该求和结果不等于任何计费项中的分母值,亦不反映底层存储池实际利用率。

五、影响镜像缓存大小的关键因素

镜像缓存大小并非由 Dockerfile 行数或基础镜像名称决定,而是由最终容器根文件系统(rootfs)解压展开后的全部文件字节总和确定,受构建过程中的多阶段优化、清理指令及层合并策略直接影响。

1、执行docker history your-registry/repo:tag,观察各层 SIZE 列,识别未清理的大体积临时文件层。

2、检查 Dockerfile 中是否遗漏RUN apt-get clean && rm -rf /var/lib/apt/lists/* 类清理命令。

3、确认是否启用 BuildKit 构建并配置了--squash参数,该设置可能显著降低解压后体积。

4、使用docker save your-registry/repo:tag | wc -c 获取原始 tar 包大小,与控制台显示的「镜像缓存大小」对比,差值通常体现为解压膨胀与索引开销。

今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

综合素质评价填报截止时间2025-2026提醒综合素质评价填报截止时间2025-2026提醒
上一篇
综合素质评价填报截止时间2025-2026提醒
注册开通灵珠AI账号教程
下一篇
注册开通灵珠AI账号教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    702次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    710次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    784次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    746次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    580次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码