腾讯云国际版 Data Lake Compute（DLC）实战：CU 单价、公有/私有引擎计费、存储费用与六个账单陷阱全解析（2026）

Meta Description: 2026 腾讯云国际版 DLC 数据湖计算：私有引擎 22 或 28 USD/CU/月、按量 0.05 或 0.09 USD/CU/h，公有引擎 0.0045 USD/GB 扫描费，9 地域单价与账单陷阱全解析。

关键词：腾讯云国际版、Data Lake Compute、DLC、数据湖计算、CU 计费、私有引擎、公有引擎、Iceberg、原生表、Managed Storage、Spark、Presto、Serverless、数据湖选型、账单陷阱

前言（先给结论）：如果你要查的数据散在 COS 上，格式是 Parquet / ORC / CSV，又不想为了跑几条 SQL 去维护一套 Hadoop 集群，那么腾讯云国际版的 Data Lake Compute（DLC，产品 ID 1155） 就是为这个场景设计的：Serverless 架构，开箱即用，按 CU 计费，1 CU ≈ 1 vCPU + 4 GB 内存。但它有三个必须先搞清楚的前提，否则账单会给你惊喜：① 计费分「公有引擎」和「私有引擎」两代，而公有引擎（按扫描量 0.0045 USD/GB 计费的那套）已经下线，只有存量用户还能用，新用户只能买私有引擎按 CU 计费；② 同一个 CU 在 9 个地域是两个价档——香港、新加坡、雅加达、曼谷、弗吉尼亚、法兰克福是 22 USD/CU/月（按量 0.05 USD/CU/h），首尔、东京、硅谷是 28 USD/CU/月（按量 0.09 USD/CU/h），贵了 27%～80%；③ 包月与按量的盈亏平衡点是「单 CU 每月 440 小时」（首尔/东京/硅谷只有 311 小时）——换算下来，一个 CU 一个月跑不满 18.3 天，包月就是纯亏。 本文把两代引擎的边界、9 个地域的真实单价、GPU 引擎价目、Managed Storage 存储与请求费、CAP 配额、开通权限链路，以及退订/升降配/欠费三个环节里最容易踩的六个坑，全部拆开讲清楚。一句话选型：临时跑数用按量私有引擎 + 用完挂起；每天稳定跑 8 小时以上的 ETL 用包月；只有「全天候 7×24 跑满」的稳定负载，包月才真正比按量便宜 40%。

声明：本文价格与规则数据采集于 2026 年 10 月，取自腾讯云国际版官方文档与官方价格页（Data Lake Compute，产品 1155：产品概述、计费总览、价格页、系统限制、资源配额、标准引擎配置指南、原生表、快速入门、新用户开通流程、自助退还、配置变更费用、欠费处理、引擎 FAQ 等页面）。所有单价均为美元（USD），仅供参考——实际价格随地域、活动与汇率变动，请以官网实时价格与您的实际账单为准。文中「月」一律按 730 小时折算，凡由小时价推算出的月价均为本文推算值而非官方月价，已单独标注。

一、先划边界：DLC、EMR、WeData、自建 Spark 到底谁管谁

这四个产品经常被混着卖，但定位完全不同。它们的差别不在「能不能算」，而在算力归谁管、数据存在哪、你为闲置付不付钱。

一句话：EMR 是「租机柜」，DLC 是「租算力分钟」。DLC 的价值在于把「为了跑一条 SQL 而养一个集群」这件事消灭掉；它的代价是你放弃了对底层机器的控制权——这一点在第 8 节的配额限制里会体现得很直接。如果你已经在用 EMR 跑 Hive，DLC 还能把 EMR Hive（COS 或 HDFS）当外部数据源做跨源联邦查询，不必先搬迁数据。EMR 的集群形态与节点规格见 腾讯云国际版 EMR 弹性 MapReduce 实战，WeData 的调度与治理链路见 腾讯云国际版 WeData 数据开发治理实战。

二、两代引擎：先认清你买的到底是哪一样

DLC 的计算资源分「公有引擎」和「私有引擎」两类，这个分类直接决定计费公式。公有引擎（Public Engine / Shared Engine）已经下线，只有存量用户能用，新购用户看不到这个选项——但很多第三方文章还在拿它的 0.0045 USD/GB 当 DLC 的价格，这是当前最大的信息滞后。

三条规则值得单独记：

1. 公有引擎的最小计费单位是 34 MB。单条 SQL 扫描量不足 34 MB 也按 34 MB 计，约 0.00015 USD——这个数字小到几乎可以忽略，但它说明公有引擎是「按扫描量」而不是「按时间」计费的，与私有引擎的计费逻辑完全不同。
2. 私有引擎按量模式购买时会冻结「最小集群规格 1 小时」的费用，之后按秒计费、每小时出一次账单。集群会一直以购买的最小集群数运行，不用的时候必须手动挂起，否则一直计费。
3. 超过 256 CU 需要提工单预留资源。这是硬性上限，不是自助能买的。

三、CU 单价：9 个地域，两个价档

私有引擎的单价按地域分成两档。以下是官方价格页的原始数字（USD）：

这张表里最该被圈出来的是最后三行。同样一个 CU，硅谷的按量价格是香港的 1.8 倍，包月价格是 1.27 倍。 如果你的分析负载可以选地域（比如数据本来就存在 COS 的香港桶里），把引擎开在香港而不是硅谷，按量成本直接砍掉 44%。

盈亏平衡点：单 CU 每月 440 小时

这是全文最实用的一句话。包月和按量的比较可以化成一元一次方程：

• 标准档：22 ÷ 0.05 = 440 小时/月（约 18.3 天，占全月 60.3%）
• 高价档：28 ÷ 0.09 = 311 小时/月（约 13 天，占全月 42.6%）

也就是说：标准档地域里，一个 CU 一个月跑超过 440 小时，包月才划算；高价档地域只要跑超过 311 小时，包月就划算。 注意高价档的平衡点反而更低——因为它的按量单价涨得比包月更凶。

四、私有引擎怎么算钱：官方算例逐项复算

官方给了两个算例，我把它们逐项复算了一遍，都能对上。

算例一（包月 + 弹性）：客户 A 购买包月私有引擎，规格 16 CU，最小集群数 2，最大集群数 5，买 1 个月。

包月费用 = 16 CU × 2 个集群 × 1 个月 × 22 USD = 704 USD

引擎会以 2 个 16 CU 集群跑满一个月，不产生额外费用。若某天弹性扩到 5 个集群并跑了 1 小时，多出来的 3 个集群走按量计费：

弹性费用 = 16 CU × (5 - 2) 个集群 × 1 小时 × 0.05 USD = 2.4 USD

复算：16 × 3 × 0.05 = 2.4 ✓。这里的关键点是「包月只锁最小集群数，弹性部分走按量」——所以包月不等于「无限用」，突发的扩容照样按小时收钱。

算例二（按量）：官方只给了公式「每小时使用 CU 数 × 单价」，我按标准档补一个自测算例：一台 64 CU 的按量引擎，每天跑 8 小时，一个月 30 天。

月成本 = 64 CU × 8 h × 30 天 × 0.05 USD = 768 USD

如果同样的 64 CU 买包月：64 × 22 = 1408 USD。同样负载，按量比包月便宜 640 USD（省 45%）——因为按量只跑了 240 小时，远低于 440 小时的平衡点。反过来，如果这台 64 CU 引擎 7×24 全天候跑：按量 64 × 730 × 0.05 = 2336 USD，包月 1408 USD，包月省 928 USD（40%）。

四个场景的原创测算（标准档 0.05 / 22）

场景 D 是最容易误判的一档：12 小时/天看起来「很稳定」，但 360 小时仍低于 440 小时的平衡点，包月反而更贵。 只有接近 7×24 的负载才真正吃得到包月的折扣。

五、存储资源计费：只有用了 Managed Storage 才收

DLC 的存储资源只在启用 Managed Storage（DLC 托管存储）时才计费。它存放四类数据：原生表数据、自适应 Shuffle 数据、查询结果数据、程序包。如果你只用 COS 外表查数，存储这一项是 0，只算 COS 自己的费用。

Managed Storage 采用纯按量计费，由「存储使用费」和「请求费」两部分组成：

其中「当日存储用量」= 当天 288 个「5 分钟用量」采样点的平均值（288 = 24 × 60 ÷ 5）。

两个观察：① 存储单价 9 个地域完全一样，都是 0.017 USD/GB/月，唯一的地域差异在请求费——新加坡和雅加达是 0.003，比其余地域贵 50%；② 存储便宜到几乎可以忽略（1 TB 一个月 17.41 USD），但请求费在「小文件多、高频读写」的湖上负载里会变成隐性成本。

官方算例：客户 A 在 11 月 1 日往香港的托管桶上传 10 GB 标准数据，产生 100 次请求。

存储使用费 = 0.017 × 10 GB = 0.17 USD/月
请求费 = 0.002 ÷ 10000 × 100 = 0.00002 USD
合计 = 0.17002 USD

复算：0.017 × 10 = 0.17 ✓，0.002 × 100 / 10000 = 0.00002 ✓。这个算例说明了一件事：在 DLC 里，存储几乎不要钱，请求也几乎不要钱，钱全在计算上。 所以成本优化的重点永远是「少算」而不是「少存」——把 Parquet 分区裁好、把扫描量压下来，比抠存储费有效一万倍。

六、GPU 引擎：只有包月，且需要白名单

私有引擎支持 GPU 计算（用于深度学习训练等场景），只能包年包月购买，且当前是白名单功能，需要提工单开通。三种机型、四个价格分组的月单价如下（USD/台/月）：

注意弗吉尼亚的 GN7 是全场最便宜的 T4（8 CU/1 GPU 只要 463 USD/月），而 L20 只有香港、雅加达、东京、新加坡、法兰克福五个地域提供——做推理或小规模训练选 T4 更划算，做 70B 级微调才需要 L20。

七、从零跑通第一条 SQL：权限链路比 SQL 更容易卡住

DLC 的开通流程比多数腾讯云产品复杂，因为它在 CAM 之外还有一层「DLC 自己的账号体系」。顺序错了会一直报权限错误。

第一步：根账号激活 DLC 服务并授权 CAM 角色。 用根账号登录控制台，进入 DLC 后点「Go to CAM」，在角色管理里点击授权（Grant），为 DLC 授予访问 COS 等资源的服务角色。没有这一步，后面所有操作都会失败。

第二步：给子账号加策略。 在 CAM 创建用户后，给子账号附加 QcloudDLCFullAccess 策略。

第三步：把子账号加成「DLC 账号」，并指定类型。 这一步必须在 DLC 控制台里做，且首次添加子账号必须用根账号操作。DLC 的账号分两类：

第四步：配置查询结果路径。 首次使用必须先配。控制台 → 数据探索 → 右上角「存储配置」→ 修改配置，指定一个 COS 路径（或直接用 DLC 内部存储）。用内部存储时，SELECT 的查询结果只保留 36 小时——这是「结果找不到」最常见的原因。

第五步：建库建表并查询。 DLC 支持 SQL 直接建库建外表，也支持图形化向导。官方支持的外表格式是 CSV、ORC、Parquet、JSON、Avro、text 六种。下面是最小可用的一组 SQL：

-- 建库
CREATE DATABASE IF NOT EXISTS demo_lake;

-- 建 COS 外表（Parquet，按日期分区）
CREATE TABLE demo_lake.orders (
  order_id   BIGINT,
  user_id    BIGINT,
  amount     DECIMAL(12,2),
  created_at TIMESTAMP
)
USING parquet
PARTITIONED BY (dt STRING)
LOCATION 'cosn://my-lake-1250000000/orders/';

-- 按分区裁剪查询，避免全表扫描
SELECT dt, COUNT(*) AS cnt, SUM(amount) AS gmv
FROM demo_lake.orders
WHERE dt BETWEEN '2026-10-01' AND '2026-10-07'
GROUP BY dt
ORDER BY dt;

外表的一个关键特性：DROP TABLE 只删元数据，不动 COS 上的原始文件。 这一点和 Hive 外表一致，也是它安全的地方——手滑删表不会丢数据。反过来，原生表（Native Table）走的是 Managed Storage，删除就是真的删，代价不同。

八、配额：Serverless 不等于无限制

DLC 的私有引擎本身没有 CU 数量上限（超过 256 CU 需工单），但元数据层面的配额非常具体，而且比想象中紧。

⚠️ 官方文档内部有一处数字打架：单表分区数 在《Resource Quota limits》里写 100,000，在《使用限制》里写 10,000，两者都是官方页面（分别更新于 2024-07-23 与 2024-07-17）。按保守值规划（1 万分区），或者直接以控制台/工单为准。按天分区的话，1 万分区约等于 27 年——一般够用，但按小时分区 + 多级分区很快就会撞线。

另外三个不在配额表里、但一定会遇到的限制：

1. 单个集群默认最多 5 个并发任务。可在「标准引擎 → 规格配置」里调整。任务排队不动时，先看这个数。
2. 按量引擎申请大额 CU 时不保证拿到全量资源。文档明确写「请求大 CU 分配时，无法保证满容量」——这也是「实际跑起来的 core 数比配置少」的四个原因之一（其余三个：集群上还有别的任务在跑、driver + executor 总和小于集群 CU、批量作业配了增强网络但目标 VPC 的 IP 不够起 executor）。
3. 引擎默认不能访问公网。同地域 VPC 可通过「网络连接配置」打通，之后在批量作业里指定该配置；要访问公网必须配增强网络 + 目标 VPC 有公网路由。这条最容易在上线前一刻才发现，因为控制台里跑 SQL 是通的，一进作业就超时。

九、六个账单与运维陷阱

陷阱一：包月退订只有 15 天窗口，且折扣不退

自助退还只支持包月私有引擎。按量引擎不用退，删掉或挂起就停止计费；公有引擎闲置不计费，也不用退。退订后的规则是：

• 引擎进入隔离状态，不可用但数据保留；隔离期 15 天，逾期永久销毁。
• 从隔离状态续费恢复后，30 分钟内不能再次退订。
• 退款金额 = 当前生效订单金额 + 未生效订单金额 − 已使用资源价值。
• 已使用资源价值：集群使用满 1 个月的按月扣，不足 1 个月的按按量价格扣（精确到秒）。
• 折扣和代金券不退，退款按购买时现金/赠送金的比例原路退回。

自测算例（本文推算）：买了 2 个 16 CU 的包月引擎（704 USD），用了 10 天就退。未满 1 个月，按按量价格折算已用价值 = 16 × 2 × 240 h × 0.05 = 384 USD，可退 704 − 384 = 320 USD，损失 55%。这就是为什么「先买包月试一下」是个昂贵的试错方式。

陷阱二：升配按天补差价，降配不一定退钱

配置变更必须满足「无运行中任务或已挂起」，变更期间引擎不可用，完成后自动重启。计费规则分两种：

• 升配：补差价 = 每月价差 × 升级月数；升级月数 = 剩余天数 ÷ (365/12)，即 ÷ 30.4167（不是 ÷ 30）。升配不改变资源到期时间。
• 降配：退款 = 原规格费用 − 新规格费用。大于 0 就退，小于等于 0 也照样降配但不退钱。用掉的折扣和代金券不退。

自测算例：16 CU 包月升到 32 CU，剩余 100 天。价差 (32 − 16) × 22 = 352 USD/月，升级月数 = 100 ÷ 30.4167 = 3.2877，应收 1157.3 USD。如果错误地用 ÷30 计算会得到 1173.3 USD，差 16 USD——这个 365/12 的除数是官方公式，别自己拍。

陷阱三：按量欠费只给 1 小时缓冲

余额变负的瞬间，公有引擎立刻停算；按量私有引擎还有 1 小时可用期并继续计费，1 小时后进入隔离并停止计费。隔离后 15 天（15 × 24 小时） 内充值转正可恢复并继续计费；超过 15 天仍欠费，永久销毁。包月引擎则是到期后 24 小时内被隔离，同样 15 天后销毁。

陷阱四：存储欠费的「120 天」和「15 天」自相矛盾

同一个页面上写着两句话：一是托管存储欠费 24 小时后自动停服，数据保留 120 天；二是连续欠费 15 天即视为放弃托管存储服务、数据销毁且不可恢复。两句话直接冲突。 工程上的正确做法是：按 15 天做应急预案，别赌 120 天。而且停服期间「不能读写任何数据，但存储用量照常计费」，直到数据被销毁为止——欠费不停费，这一点很多人不知道。

陷阱五：挂起不是自动的

按量私有引擎的常规资源组，没有任务时会自动释放计算资源、无需手动挂起；但「仅 SQL 分析」类型的资源组会常驻集群，必须手动挂起（More → Suspend），否则 7×24 计费。两类资源组都支持在详情页配置「自动启动/自动挂起」策略，可以按时间表来。上线第一件事就是把自动挂起策略配好，而不是等月底看账单。

陷阱六：调整规格会让 SQL 任务重启

任务执行期间改配置的影响按引擎类型不同：SuperSQL-Spark 作业按量模式不受影响；但 SuperSQL-SparkSQL、SuperSQL-Presto 无论按量还是包月，调整规格都会导致任务重启；包月缩减集群数同样会重启。标准引擎的资源组层面是「缩容等 pod 完成」——长任务可能把操作卡住。结论：变更规格安排在维护窗口，不要在 ETL 高峰做。

十、选型结论：什么负载该用 DLC，什么不该

最后给一个可执行的成本控制清单：① 引擎开在标准档地域（香港/新加坡/弗吉尼亚/法兰克福/雅加达/曼谷），别默认选硅谷；② 所有按量引擎配自动挂起策略；③ 表按 dt 分区 + 用 Parquet，把扫描量压下来；④ 把「仅 SQL 分析」资源组单独盯住；⑤ 包月采购前先按量跑满两周，拿真实 CU·h 去对比 440 小时平衡点。 云成本的差异从来不在单价表上，而在「你为多少闲置时间付了钱」。

总结

DLC 的定价模型其实只有一句话：你为「CU × 小时」付钱，标准档 0.05 USD，高价档 0.09 USD；包月则是 22 或 28 USD/CU/月。 所有复杂度都在边界上——公有引擎已下线、包月只锁最小集群数、弹性部分走按量、存储只在 Managed Storage 上收费、退订只有 15 天窗口、降配可能不退钱、欠费只给 1 小时缓冲、改规格会让 SQL 任务重启。

记住两个数字就够了：440 小时（标准档单 CU 的包月盈亏平衡点）和 64 CU（官方建议的生产起步规格）。低于 440 小时用按量并配好自动挂起，高于 440 小时用包月；规格别停在 16 CU 的测试档上做生产。

延伸阅读：

• 腾讯云国际版 EMR 弹性 MapReduce 实战：集群规格、节点计费与大数据选型
• 腾讯云国际版 WeData 数据开发治理实战：调度、集成与数据资产治理
• 腾讯云国际版 COS 生命周期与数据分层实战：把冷数据成本压到十分之一
• 腾讯云国际版成本优化与架构选型实战

🚀 需要腾讯云国际版 DLC 的选型建议与专属折扣？ 无论是把 COS 上的数据湖接上 Serverless 查询、把现有 EMR 的 Hive 负载按「热数据上 DLC、冷数据留 EMR」拆开，还是核算一套 64 CU 引擎该买包月还是按量、自动挂起策略怎么配、分区怎么设计才能把扫描量压下来，我们都能按你的数据量、查询画像、时区与合规要求，给出架构、规格与月度预算的组合方案——包括哪个地域开引擎最省、哪些表该转原生表、哪些该继续留在 COS 外表。

本文由 4.chengzicloud.cloud 提供，点击访问首页了解更多。