文档中心 购买指导 弹性 MapReduce 计费概述

计费概述

最近更新时间：2019-11-20 18:07:51

编辑

在这篇文章中：

计费模式

EMR 集群提供三种计费模式：

  • 包年包月：集群的全部节点计费模式均为包年包月（预付费），适用于长期存在且计算量稳定的集群。
  • 按量计费：集群的全部节点计费模式均为 按量计费，适用于短时间存在或周期性存在的集群。
  • 混合计费：集群的 Master、Core、Common 节点的计费模式为包年包月，Task 节点存在按量计费的节点，适用于计算量存在波峰的场景，在波峰到达前扩容 Task 节点，波峰后缩容 Task 节点；Router 节点可以存在按量计费的节点，适用于主节点内存、CPU 等资源存在波峰的场景，在波峰到达前扩容 Router 节点，波峰后缩容 Router 节点。

节点类型详细介绍请参见 节点类型说明。

价格说明

EMR 提供的弹性计算集群能力，允许用户选择多种规格进行自定义组合。EMR 产品收取的费用由各集群中的全部节点构成。

北京、上海、广州、成都、新加坡、孟买、硅谷、地域的节点价格如下：

说明：

  1. 官网价格会根据情况做适当调整，具体价格请参考官网，此处不作为长期有效数据。
  2. 磁盘类型价格请参考 云硬盘价格总览。
  3. 以下价格仅为 CPU 内存的配置费用，不包含镜像、系统云盘、数据云盘以及带宽费用。
  4. 根据实际情况部分机型已售罄，具体可参见购买页机型列表。

包年包月（元/月）

机型 CPU 内存（GB） 北京、上海、广州 成都 孟买 硅谷 新加坡
标准型 S2 2 4 207 186.3 249.6 316.8 297.6
标准型 S2 4 8 414 372.6 499.2 633.6 595.2
标准型 S2 4 16 621 558.9 748.8 950.4 892.8
标准型 S2 8 16 828 745.2 998.4 1267.2 1190.4
标准型 S2 8 32 1242 1117.8 1497.6 1900.8 1785.6
标准型 S2 12 24 1242 1117.8 - - -
标准型 S2 12 48 - 1676.7 - - -
标准型 S2 16 32 1656 1490.4 1996.8 2534.4 2380.8
标准型 S2 16 48 - - - - 2976
标准型 S2 16 64 2484 2235.6 2995.2 3801.6 3571.2
标准型 S2 24 48 2484 2235.6 2995.2 3801.6 3571.2
标准型 S2 24 56 - - - - 3868.8
标准型 S2 24 96 3726 3353.4 4492.8 5702.4 5356.8
标准型 S2 32 64 3312 2980.8 3993.6 5068.8 4761.6
标准型 S2 32 128 4968 4471.2 5990.4 7603.2 7142.4
标准型 S2 48 125 5718.38 - - - -
高 IO 型 I2 2 4 - 186.3 - - -
高 IO 型 I2 2 8 - 279.45 - - -
高 IO 型 I2 4 8 - 372.6 - - -
高 IO 型 I2 4 16 - 558.9 - - -
高 IO 型 I2 8 16 828 745.2 998.4 1267.2 1190.4
高 IO 型 I2 8 32 1242 1117.8 1497.6 1900.8 1785.6
高 IO 型 I2 12 24 1242 1117.8 1497.6 - 1785.6
高 IO 型 I2 12 48 - 1676.7 - - -
高 IO 型 I2 16 32 1656 1490.4 1996.8 2534.4 2380.8
高 IO 型 I2 16 64 2484 2235.6 2995.2 3801.6 3571.2
高 IO 型 I2 24 96 3726 - 4492.8 5702.4 5356.8
高 IO 型 I2 32 64 3312 2980.8 - - -
高 IO 型 I2 32 128 4968 4471.2 - - -
高 IO 型 I2 48 224 - 7452 - - -
内存型 M2 2 16 404.8 364.32 - - -
内存型 M2 4 32 - 728.64 871.2 - -
内存型 M2 8 64 1619.2 1457.28 1742.4 - -
内存型 M2 12 96 2428.8 2185.92 2613.6 3168 3564
内存型 M2 16 128 3238.4 2914.56 3484.8 4224 4752
内存型 M2 24 192 4857.6 4371.84 5227.2 6336 7128
内存型 M2 32 256 6476.8 5829.12 - - -
内存型 M2 48 384 - 8743.68 - - -
内存型 M2 48 448 - 9803.52 - - -
计算型 C2 4 8 607.2 546.48 - - -
计算型 C2 4 16 910.8 819.72 - - -
计算型 C2 4 32 - 1366.2 - - -
计算型 C2 8 16 - 1092.96 - - -
计算型 C2 8 32 - 1639.44 - - -
计算型 C2 16 32 2428.8 2185.92 3225.6 3072 3072
计算型 C2 16 60 3491.4 3142.26 4636.8 4416 4416
计算型 C2 16 64 - 3278.88 - - -
计算型 C2 32 96 - 5464.8 - - -
计算型 C2 32 120 6982.8 6284.52 9273.6 8832 8832
大数据型 D1 8 32 1104 1104 - - -
大数据型 D1 16 64 2208 2208 - - -
大数据型 D1 24 96 3312 3312 - - -
大数据型 D1 32 128 4416 4416 - - -
大数据型 D1 48 224 - 7360 - - -
大数据型 D1 56 224 7728 - - - -
大数据型 D2 8 32 1269.6 - - - -
大数据型 D2 16 64 2539.2 - - - -
大数据型 D2 24 96 3808.8 - - - -
大数据型 D2 32 128 5078.4 - - - -
大数据型 D2 64 256 10156.8 - - - -
大数据型 D2 76 320 12484.4 - - - -
内存型 M4 2 4 184 - - - -
内存型 M4 4 32 809.6 - - - -
内存型 M4 8 64 1619.2 - - - -
内存型 M4 12 96 2428.8 - - - -
内存型 M4 12 144 3312 - - - -
内存型 M4 16 128 3238.4 - - - -
内存型 M4 16 192 4416 - - - -
内存型 M4 32 256 6476.8 - - - -
内存型 M4 32 384 8832 - - - -
内存型 M4 64 512 12953.6 - - - -
内存型 M4 72 648 15897.6 - - - -
标准型 S3 2 4 209.3 - 230.4 - 288
标准型 S3 2 8 313.95 - - - -
标准型 S3 4 8 418.6 - 460.8 - -
标准型 S3 4 16 627.9 - 676.8 - -
标准型 S3 8 16 837.2 - 921.6 - -
标准型 S3 8 32 1255.8 - 1353.6 - -
标准型 S3 16 32 1674.4 - 1843.2 - -
标准型 S3 16 64 2511.6 - 2707.2 - -
标准型 S3 24 48 2511.6 - 2764.8 - -
标准型 S3 24 96 3767.4 - 4060.8 - -
标准型 S3 32 64 3348.8 - 3686.4 - -
标准型 S3 32 128 5023.2 - 5414.4 - -
标准型 S3 48 96 5023.2 - 5529.6 - -
标准型 S3 48 192 7534.8 - 8121.6 - -
标准型 S3 64 128 6697.6 - 7372.8 - -
标准型 S3 64 256 10046.4 - 10828.8 - -
标准型 S3 76 192 - - 9835.2 - -
标准型 S3 76 256 - - 11563.2 - -
标准型 S3 80 256 - - 11808 - -
标准型 S3 80 320 - - 13536 - -
高 IO 型 I3 8 32 1269.6 - - - -
高 IO 型 I3 16 64 2539.2 - - - -
高 IO 型 I3 24 96 3808.8 - - - -
高 IO 型 I3 32 128 5078.4 - - - -
高 IO 型 I3 48 192 7617.6 - - - -
高 IO 型 I3 64 256 10156.8 - - - -
高 IO 型 I3 80 320 12696 - - - -
标准型 S4 1 4 158.7 - - - -
标准型 S4 2 4 211.6 - - - -
标准型 S4 2 8 317.4 - - - -
标准型 S4 4 8 423.2 - - - -
标准型 S4 4 16 634.8 - - - -
标准型 S4 8 16 846.4 - - - -
标准型 S4 8 32 1269.6 - - - -
标准型 S4 16 32 1692.8 - - - -
标准型 S4 16 64 2539.2 - - - -
标准型 S4 24 48 2539.2 - - - -
标准型 S4 24 96 3808.8 - - - -
标准型 S4 32 64 3385.6 - - - -
标准型 S4 32 128 5078.4 - - - -
标准型 S4 48 96 5078.4 - - - -
标准型 S4 48 192 7617.6 - - - -
标准型 S4 64 128 6771.2 - - - -
标准型 S4 64 256 10156.8 - - - -
标准型 S4 72 288 11426.4 - - - -
大数据型 DS2 8 32 1269.6 - - - -
大数据型 DS2 16 64 2539.2 - - - -
大数据型 DS2 24 96 3808.8 - - - -
大数据型 DS2 32 128 5078.4 - - - -
标准网络优化型 SN3ne 2 4 211.6 - - - -
标准网络优化型 SN3ne 4 8 423.2 - - - -
标准网络优化型 SN3ne 4 16 634.8 - - - -
标准网络优化型 SN3ne 8 16 846.4 - - - -
标准网络优化型 SN3ne 8 32 1269.6 - - - -
标准网络优化型 SN3ne 12 24 1269.6 - - - -
标准网络优化型 SN3ne 16 32 1692.8 - - - -
标准网络优化型 SN3ne 16 64 2539.2 - - - -
标准网络优化型 SN3ne 24 48 2539.2 - - - -
标准网络优化型 SN3ne 24 96 3808.8 - - - -
标准网络优化型 SN3ne 32 64 3385.6 - - - -
标准网络优化型 SN3ne 32 128 5078.4 - - - -
标准网络优化型 SN3ne 48 96 5078.4 - - - -
标准网络优化型 SN3ne 64 128 6771.2 - - - -
标准网络优化型 SN3ne 64 192 8464 - - - -
标准网络优化型 SN3ne 64 256 10156.8 - - - -
标准网络优化型 SN3ne 72 288 11426.4 - - - -
标准网络优化型 SN3ne 76 192 9098.8 - - - -
标准网络优化型 SN3ne 76 256 10791.6 - - - -
内存型 M5 2 16 404.8 - - - -
内存型 M5 4 32 809.6 - - - -
内存型 M5 8 64 1619.2 - - - -
内存型 M5 12 96 2428.8 - - - -
内存型 M5 32 256 6476.8 - - - -
标准型 S5 2 4 211.6 - - - -
标准型 S5 2 8 317.4 - - - -
标准型 S5 4 8 423.2 - - - -
标准型 S5 4 16 634.8 - - - -
标准型 S5 8 16 846.4 - - - -
标准型 S5 8 32 1269.6 - - - -
标准型 S5 16 32 1692.8 - - - -
标准型 S5 16 64 2539.2 - - - -
标准型 S5 24 48 2539.2 - - - -
标准型 S5 24 64 2962.4 - - - -
标准型 S5 24 96 3808.8 - - - -
标准型 S5 32 64 3385.6 - - - -
标准型 S5 32 128 5078.4 - - - -
标准型 S5 48 96 5078.4 - - - -
标准型 S5 48 192 7617.6 - - - -
标准型 S5 64 192 8464 - - - -
标准型 S5 64 256 10156.8 - - - -
标准型 S5 76 256 10791.6 - - - -
高 IO 型 IT3 16 64 2649.6 - - - -
高 IO 型 IT3 32 128 5299.2 - - - -
高 IO 型 IT3 64 256 10598.4 - - - -
高 IO 型 IT3 76 160 8611.2 - - - -
计算网络增强型 CN3 4 8 519.8 - - - -
计算网络增强型 CN3 4 16 779.7 - - - -
计算网络增强型 CN3 8 16 1039.6 - - - -
计算网络增强型 CN3 8 32 1559.4 - - - -
计算网络增强型 CN3 16 32 2079.2 - - - -
计算网络增强型 CN3 16 64 3118.8 - - - -
计算网络增强型 CN3 32 64 4158.4 - - - -
计算网络增强型 CN3 32 128 6237.6 - - - -
计算型 C3 4 8 644 - - - -
计算型 C3 4 16 966 - - - -
计算型 C3 8 16 1288 - - - -
计算型 C3 8 32 1932 - - - -
计算型 C3 16 32 2576 - - - -
计算型 C3 16 64 3864 - - - -
计算型 C3 32 64 5152 - - - -
计算型 C3 32 128 7728 - - - -
标准型 S1 2 4 - - - 297.6 -
标准型 S1 4 8 - - - 595.2 -
标准型 S1 4 16 - - - 892.8 -
标准型 S1 8 16 - - - 1190.4 -
标准型 S1 8 32 - - - 1785.6 -
标准型 S1 12 24 - - - 1785.6 -
标准型 S1 12 48 - - - 2678.4 -
标准型 S1 16 32 - - - 2380.8 -
标准型 S1 16 64 - - - 3571.2 -
标准型 S1 24 48 - - - 3571.2 -

第一阶梯按量计费（元/小时）

机型 CPU 内存（GB） 北京、上海、广州 成都 孟买 硅谷 新加坡
标准型 S2 2 4 0.72 0.65 0.48 0.62 0.58
标准型 S2 4 8 1.44 1.3 0.96 1.23 1.16
标准型 S2 4 16 2.16 1.94 1.44 1.85 1.74
标准型 S2 8 16 2.88 2.59 1.92 2.46 2.32
标准型 S2 8 32 4.31 3.88 2.88 3.69 3.47
标准型 S2 12 24 4.31 3.88 - - -
标准型 S2 12 48 - 5.81 - - -
标准型 S2 16 32 5.75 5.18 3.84 4.92 4.63
标准型 S2 16 48 - - - - 5.78
标准型 S2 16 64 8.62 7.75 5.76 7.38 6.94
标准型 S2 24 48 8.62 7.76 5.76 7.38 6.95
标准型 S2 24 56 - - - - 7.52
标准型 S2 24 96 12.92 11.62 8.64 11.06 10.4
标准型 S2 32 64 11.49 10.35 7.68 9.84 9.26
标准型 S2 32 128 17.23 15.5 11.52 14.75 13.87
标准型 S2 48 125 19.83 - - - -
高 IO 型 I2 2 4 - 0.65 - - -
高 IO 型 I2 2 8 - 0.97 - - -
高 IO 型 I2 4 8 - 1.29 - - -
高 IO 型 I2 4 16 - 1.94 - - -
高 IO 型 I2 8 16 2.95 2.58 1.92 2.46 2.32
高 IO 型 I2 8 32 4.42 3.87 2.88 3.69 3.47
高 IO 型 I2 12 24 4.42 3.87 2.88 - 3.48
高 IO 型 I2 12 48 - 5.8 - - -
高 IO 型 I2 16 32 5.89 5.16 3.84 4.92 4.63
高 IO 型 I2 16 64 8.84 7.73 5.76 7.38 6.94
高 IO 型 I2 24 96 13.25 - 8.64 11.06 10.4
高 IO 型 I2 32 64 11.78 10.31 - - -
高 IO 型 I2 32 128 17.67 15.46 - - -
高 IO 型 I2 48 224 - 25.76 - - -
内存型 M2 2 16 1.42 1.27 - - -
内存型 M2 4 32 - 2.53 2.17 - -
内存型 M2 8 64 5.66 5.06 4.34 - -
内存型 M2 12 96 8.49 7.59 6.51 6.18 6.96
内存型 M2 16 128 11.32 10.12 8.68 8.24 9.28
内存型 M2 24 192 16.98 15.18 13.02 12.36 13.92
内存型 M2 32 256 22.64 20.24 - - -
内存型 M2 48 384 - 30.36 - - -
内存型 M2 48 448 - 34.04 - - -
计算型 C2 4 8 2.08 1.9 - - -
计算型 C2 4 16 3.09 2.85 - - -
计算型 C2 4 32 - 4.74 - - -
计算型 C2 8 16 - 3.8 - - -
计算型 C2 8 32 - 5.69 - - -
计算型 C2 16 32 8.29 7.59 6.15 5.98 5.98
计算型 C2 16 60 11.83 10.9 8.84 8.59 8.59
计算型 C2 16 64 - 11.38 - - -
计算型 C2 32 96 - 18.96 - - -
计算型 C2 32 120 23.65 21.8 17.67 17.18 17.18
大数据型 D1 8 32 3.84 3.84 - - -
大数据型 D1 16 64 7.67 7.67 - - -
大数据型 D1 24 96 11.51 11.51 - - -
大数据型 D1 32 128 15.34 15.34 - - -
大数据型 D1 48 224 - 25.56 - - -
大数据型 D1 56 224 26.84 - - - -
大数据型 D2 8 32 4.42 - - - -
大数据型 D2 16 64 8.84 - - - -
大数据型 D2 24 96 13.25 - - - -
大数据型 D2 32 128 17.67 - - - -
大数据型 D2 64 256 35.33 - - - -
大数据型 D2 76 320 43.43 - - - -
内存型 M4 2 4 0.65 - - - -
内存型 M4 4 32 2.83 - - - -
内存型 M4 8 64 5.66 - - - -
内存型 M4 12 96 8.49 - - - -
内存型 M4 12 144 11.58 - - - -
内存型 M4 16 128 11.32 - - - -
内存型 M4 16 192 15.44 - - - -
内存型 M4 32 256 22.64 - - - -
内存型 M4 32 384 30.88 - - - -
内存型 M4 64 512 45.27 - - - -
内存型 M4 72 648 55.56 - - - -
标准型 S3 2 4 0.73 - 0.51 - 0.61
标准型 S3 2 8 1.1 - - - -
标准型 S3 4 8 1.46 - 1.02 - -
标准型 S3 4 16 2.19 - 1.53 - -
标准型 S3 8 16 2.91 - 2.04 - -
标准型 S3 8 32 4.37 - 3.06 - -
标准型 S3 16 32 5.82 - 4.08 - -
标准型 S3 16 64 8.73 - 6.11 - -
标准型 S3 24 48 8.73 - 6.11 - -
标准型 S3 24 96 13.09 - 9.16 - -
标准型 S3 32 64 11.63 - 8.15 - -
标准型 S3 32 128 17.45 - 12.22 - -
标准型 S3 48 96 17.45 - 12.22 - -
标准型 S3 48 192 26.17 - 18.32 - -
标准型 S3 64 128 23.26 - 16.29 - -
标准型 S3 64 256 34.89 - 24.43 - -
标准型 S3 76 192 - - 21.88 - -
标准型 S3 76 256 - - 25.95 - -
标准型 S3 80 256 - - 26.46 - -
标准型 S3 80 320 - - 30.53 - -
高 IO 型 I3 8 32 4.42 - - - -
高 IO 型 I3 16 64 8.84 - - - -
高 IO 型 I3 24 96 13.25 - - - -
高 IO 型 I3 32 128 17.67 - - - -
高 IO 型 I3 48 192 26.5 - - - -
高 IO 型 I3 64 256 35.33 - - - -
高 IO 型 I3 80 320 44.16 - - - -
标准型 S4 1 4 0.78 - - - -
标准型 S4 2 4 0.96 - - - -
标准型 S4 2 8 1.55 - - - -
标准型 S4 4 8 1.92 - - - -
标准型 S4 4 16 3.1 - - - -
标准型 S4 8 16 3.83 - - - -
标准型 S4 8 32 6.19 - - - -
标准型 S4 16 32 7.66 - - - -
标准型 S4 16 64 12.37 - - - -
标准型 S4 24 48 11.49 - - - -
标准型 S4 24 96 18.55 - - - -
标准型 S4 32 64 15.31 - - - -
标准型 S4 32 128 24.73 - - - -
标准型 S4 48 96 22.97 - - - -
标准型 S4 48 192 37.1 - - - -
标准型 S4 64 128 30.62 - - - -
标准型 S4 64 256 49.46 - - - -
标准型 S4 72 288 55.65 - - - -
大数据型 DS2 8 32 4.42 - - - -
大数据型 DS2 16 64 8.84 - - - -
大数据型 DS2 24 96 13.25 - - - -
大数据型 DS2 32 128 17.67 - - - -
标准网络优化型 SN3ne 2 4 0.74 - - - -
标准网络优化型 SN3ne 4 8 1.48 - - - -
标准网络优化型 SN3ne 4 16 2.21 - - - -
标准网络优化型 SN3ne 8 16 2.95 - - - -
标准网络优化型 SN3ne 8 32 4.42 - - - -
标准网络优化型 SN3ne 12 24 4.42 - - - -
标准网络优化型 SN3ne 16 32 5.89 - - - -
标准网络优化型 SN3ne 16 64 8.84 - - - -
标准网络优化型 SN3ne 24 48 8.84 - - - -
标准网络优化型 SN3ne 24 96 13.25 - - - -
标准网络优化型 SN3ne 32 64 11.78 - - - -
标准网络优化型 SN3ne 32 128 17.67 - - - -
标准网络优化型 SN3ne 48 96 17.67 - - - -
标准网络优化型 SN3ne 64 128 23.56 - - - -
标准网络优化型 SN3ne 64 192 29.44 - - - -
标准网络优化型 SN3ne 64 256 35.33 - - - -
标准网络优化型 SN3ne 72 288 39.75 - - - -
标准网络优化型 SN3ne 76 192 31.65 - - - -
标准网络优化型 SN3ne 76 256 37.54 - - - -
内存型 M5 2 16 1.42 - - - -
内存型 M5 4 32 2.83 - - - -
内存型 M5 8 64 5.66 - - - -
内存型 M5 12 96 8.49 - - - -
内存型 M5 32 256 22.64 - - - -
标准型 S5 2 4 0.74 - - - -
标准型 S5 2 8 1.11 - - - -
标准型 S5 4 8 1.47 - - - -
标准型 S5 4 16 2.21 - - - -
标准型 S5 8 16 2.94 - - - -
标准型 S5 8 32 4.41 - - - -
标准型 S5 16 32 5.88 - - - -
标准型 S5 16 64 8.82 - - - -
标准型 S5 24 48 8.82 - - - -
标准型 S5 24 64 10.29 - - - -
标准型 S5 24 96 13.23 - - - -
标准型 S5 32 64 11.76 - - - -
标准型 S5 32 128 17.64 - - - -
标准型 S5 48 96 17.64 - - - -
标准型 S5 48 192 26.45 - - - -
标准型 S5 64 192 29.39 - - - -
标准型 S5 64 256 35.27 - - - -
标准型 S5 76 256 37.48 - - - -
高 IO 型 IT3 16 64 9.19 - - - -
高 IO 型 IT3 32 128 18.37 - - - -
高 IO 型 IT3 64 256 36.73 - - - -
高 IO 型 IT3 76 160 29.87 - - - -
计算网络增强型 CN3 4 8 1.83 - - - -
计算网络增强型 CN3 4 16 2.75 - - - -
计算网络增强型 CN3 8 16 3.65 - - - -
计算网络增强型 CN3 8 32 5.49 - - - -
计算网络增强型 CN3 16 32 7.29 - - - -
计算网络增强型 CN3 16 64 10.97 - - - -
计算网络增强型 CN3 32 64 14.58 - - - -
计算网络增强型 CN3 32 128 21.94 - - - -
计算型 C3 4 8 2.21 - - - -
计算型 C3 4 16 3.32 - - - -
计算型 C3 8 16 4.42 - - - -
计算型 C3 8 32 6.63 - - - -
计算型 C3 16 32 8.84 - - - -
计算型 C3 16 64 13.25 - - - -
计算型 C3 32 64 17.67 - - - -
计算型 C3 32 128 26.5 - - - -
标准型 S1 2 4 - - - 0.58 -
标准型 S1 4 8 - - - 1.16 -
标准型 S1 4 16 - - - 1.74 -
标准型 S1 8 16 - - - 2.32 -
标准型 S1 8 32 - - - 3.47 -
标准型 S1 12 24 - - - 3.48 -
标准型 S1 12 48 - - - 5.2 -
标准型 S1 16 32 - - - 4.63 -
标准型 S1 16 64 - - - 6.94 -
标准型 S1 24 48 - - - 6.95 -

使用 EMR 可能产生的其他费用项包括：网络流量、元数据存储和对象存储。

  • 网络流量
    集群的 Master.1 节点默认开启外网访问功能，以实现在集群外访问 Hadoop 众多组件的 WebUI 界面。流量费用即访问这些页面产生的数据交互流量费用，流量绝大多数情况都非常少。因此默认使用按流量计费的方案，相比按带宽付费更节约成本。
  • 元数据存储
    EMR（2.x 及以下）的 Hive 等元数据存储使用了腾讯云关系型数据 TencentDB，该部分费用包含在购买页中的费用总和。
  • 对象存储
    当您使用对象存储来实现集群的计算存储分离时，会因集群计算请求拉取对象存储中的数据，而产生数据存储和请求费用（可参见 COS 产品定价）。同时，在计算中，也可能因结果数据存放或者备份等目的，而产生新的数据在对象存储中。