MaxCompute为您提供成本优化（计算资源优化推荐）功能，可基于实际作业请求量和资源配置期望，对包年包月一级Quota类型的计算资源生成更优的资源配置方案，帮助您进一步优化计算成本。本文通过典型场景案例介绍如何通过成本优化（计算资源优化推荐）功能，为您提供降本增效的参考建议。
注意事项
本文所涉及的价格数据均为示例值，实际价格以产品购买页面为准。
以下典型案例的评估方式比较简单，在实际业务实施过程中，您需要综合多方面考虑，建议您依据实际情况逐渐变配至推荐方案，并关注变配后效果。
典型场景一：包年包月计算资源闲置，计算成本高
某公司在数仓建设初期，公司预算充足，且为了确保凌晨一批重要作业在上午八点产出，购买了包年包月预留计算资源200CU供作业使用，每天有520个作业固定运行在这些资源上，每天作业都可以如期、甚至提前完成，但每月计算成本高达3万元。
最近公司给大数据部门下达了降本的OKR，部门领导很是头疼：一是不清楚降本后还能否满足重要作业的产出情况，二是无法确定最合适的降本方案。这时数据运维工程师小K向领导建言，他了解到MaxCompute推出了成本优化功能，马上打开MaxCompute控制台向领导展示了操作：
进入成本优化页面。
登录MaxCompute控制台，在左上角选择地域后，在左侧导航栏，选择成本管理 > 成本优化。
在成本优化页面，选择包年包月一级Quota，呈现出每天所需CU预测值。
小K看到这张CU请求预测，认为很符合现在的业务现状，每小时都有一批请求较少的作业发起，在每天
05:00~08:00间有一批请求较多的作业发起。
设置评估时间点。
在设置评估时间点区域，小K结合自身的业务流程，他决定设定
05:00、08:00为两个评估时间点。即在较为重要的那批作业发起前保证此前的作业可以于5点运行完毕，5点发起的那批作业可以于8点前运行完毕。
查看现状方案评估结果。
单击现状方案评估，查看当前资源配置情况下，作业产出情况。
通过CU消耗模拟图，小K看到，在当前的CU配置（预留CU=200）下，作业产出均没有延迟，但是也可以看到计算资源出现了明显的闲置情况，说明有较大的降本空间。
设置优化目标。
在评估的CU消耗模拟图下方，是设置优化目标区域，以表格的形式展现了设置的评估时间点的延迟现状，与模拟图展示一致。
小K看到优化目标一栏默认填写了评估时间点，这正是他所期望的作业完成时间，于是单击生成推荐方案。
查看推荐方案。
优化效果依旧以CU消耗模拟的方式呈现，小K看到推荐方案为购买预留50CU，在
04:00~05:00、06:00~08:00分别购买弹性预留50CU，重要作业预估仍然可以在08:00点前完成，而月计算成本仅需8917.5元，对比现状方案每月可节省约70.3%的费用。
领导看到这个方案非常满意，询问小K是否还有降本空间。小K想了想，或许可以允许作业延迟30分钟产出，也不会对业务造成较大影响，于是他进行了优化目标的调整。
调整优化目标。
返回设置优化目标区域，将评估时间点
08:00点对应的优化目标设置为08:30。
重新查看推荐方案。
再次单击生成推荐方案。小K看到推荐方案为购买预留50CU，在
04:00~05:00、06:00~07:00分别购买弹性预留50CU，重要作业预估仍然可以在08:30前完成，计算成本降低为8445元，对比现状方案每月可节省约71.9%的费用。
逐步调整为推荐方案。
为了避免推荐方案实施后效果不稳定，部门开会后决定先不过度降本，先将预留CU整体下调至100，一段时间后重新进行评估，作业量没有明显上涨，系统仍推荐降配并叠加弹性预留CU，于是部门按照不延时的推荐方案进行配置，经过一段时间的试运行，重要作业几乎每天依然可以按时完成，也实现了计算成本的降低。
典型场景二：包年包月计算资源不足，作业完成时间不达预期
某公司在数仓建设初期购买了预留60CU的包年包月计算资源供作业使用，每天有520个作业固定运行在这些资源上，其中有一批较为重要的作业通常在凌晨五点陆续发起，业务侧希望在上午八点前运行完毕。随着业务拓展，作业的扫描数据量持续增加，工程师小K发现这批作业经常延迟完成，经过资源消耗发现是由于预留资源不足导致作业积压，但是他不确定如何调整资源既可以满足作业的完成需求，又不至于费用提升太多。这时他了解到MaxCompute推出了成本优化功能，马上打开MaxCompute控制台进行了操作：
进入成本优化页面。
登录MaxCompute控制台，在左上角选择地域后，在左侧导航栏，选择成本管理 > 成本优化。
在成本优化页面，选择包年包月一级Quota，呈现出每天所需CU预测值。
小K看到这张CU请求预测，认为很符合现在的业务现状，每小时都有一批请求较少的作业发起，在
05:00~08:00间有一批请求较多的作业发起。
设置评估时间点。
在设置评估时间点区域，小K结合自身的业务流程，他决定设定
05:00、08:00为两个评估时间点。即在较为重要的那批作业发起前保证此前的作业可以于5点运行完毕，5点发起的那批作业可以于8点前运行完毕。
查看现状方案评估结果。
单击现状方案评估，查看当前资源配置情况下，作业产出情况。
通过CU消耗模拟图，小K看到，在当前的CU配置（预留CU=60）下，
05:00前提交的作业评估有3分钟延迟，05:00~08:00点间提交的较为重要的那批作业有高达48分钟的延迟，这与实际感受到的延迟时间相近。
设置优化目标。
在评估的CU消耗模拟图下方，是设置优化目标区域，以表格的形式展现了设置的评估时间点的延迟现状，与模拟图展示一致。
小K看到优化目标一栏默认填写了评估时间点，这正是他所期望的作业完成时间，于是单击生成推荐方案。
查看推荐方案。
优化效果依旧以CU消耗模拟（推荐方案）的方式呈现，包含信息与现状评估图一致，小K看到推荐方案为购买预留50CU，在
04:00~05:00、06:00~08:00分别购买弹性预留50CU，即可实现05:00和08:00的作业延迟为0。且成本比现有的方案还减少82.5元/月。
配置推荐方案。
小K认为这个推荐方案的预估成本上升是可以接受的，但是为了避免推荐方案实施后效果不稳定，他决定先不下调预留CU量，先只按照推荐方案配置弹性预留CU，观察一段时间。
在MaxCompute管理控制台左侧导航栏，选择工作区 > 配额（Quota）管理。
在Quota管理页面，单击刚刚评估的一级Quota操作列的Quota配置。
在Quota配置页面的Quota计划页签，单击添加。
在新增Quota计划，将弹性预留CU设置为
50后，单击确定。依据推荐方案的时间配置如下Quota时间计划，详细操作请参见配置Quota。
开始时间
启用Quota计划
00:00
Default
04:00
上一步骤新增的Quota计划。
05:00
Default
06:00
上一步骤新增的Quota计划。
08:00
Default
说明Default计划的弹性预留CU量为
0。
经过一段时间的试运行，小K发现重要作业几乎每天都可以按时完成，提升了研发效率，计算成本也未提升太多。