Blog Analityczny. Narzędzia. Techniki. Rozwiązania Analityczne.

Jak kalkuluje się cenę Google BigQuery?

05.2024 | analytics | google_cloud | data

Google BigQuery to w pełni zarządzana usługa analizy danych, która umożliwia szybkie przetwarzanie dużych zbiorów danych. Kalkulacja kosztów korzystania z BigQuery jest dość złożona i zależy od kilku kluczowych czynników. Poniżej opisane są składniki ceny, plany cenowe oraz przykładowe wyceny dla strefy Frankfurt.


1. Składniki Ceny Google BigQuery

  1. Przechowywanie danych (Storage):
    • Active Storage: Kosztuje 0,02 USD za GB miesięcznie. Dane uznawane za "aktywne" to dane, które były modyfikowane w ciągu ostatnich 90 dni.
    • Long-term Storage: Kosztuje 0,01 USD za GB miesięcznie. Dane uznawane za "długoterminowe" to dane, które nie były modyfikowane przez 90 dni lub więcej.
  2. Przetwarzanie zapytań (Query Processing):

    • On-demand Pricing: Kosztuje 5 USD za przetworzenie 1 TB danych. Płacisz tylko za przetworzone dane.
    • Flat-rate Pricing: Stała opłata za zasoby przetwarzające (slots). Przykładowo, cena za 100 slotów zaczyna się od 2000 USD miesięcznie.
  3. Zarządzanie danymi (Data Management):
    • Koszty mogą obejmować opłaty za ładowanie danych, kopiowanie danych, eksport danych i koszt tabel czasowych.
  4. Funkcje dodatkowe (Additional Features):
    • Streaming Inserts: Ładowanie strumieniowe danych kosztuje 0,01 USD za 200 MB wczytanych danych.
    • Materialized Views: Kosztuje 0,010 USD za GB miesięcznie.
    • BigQuery ML: Kosztuje 0,010 USD za przetworzenie 1 GB danych w zapytaniach treningowych oraz 0,0001 USD za każdą operację predykcji.

2. Plany Cenowe Google BigQuery

Google BigQuery oferuje dwa główne plany cenowe: On-Demand Pricing (Cennik na żądanie) oraz Flat-Rate Pricing (Cennik ryczałtowy). Każdy z tych planów ma swoje zalety i może być lepiej dopasowany do różnych scenariuszy użytkowania.

2.1. On-Demand Pricing (Cennik na żądanie)

W modelu cenowym na żądanie, użytkownicy płacą za ilość danych przetworzonych przez zapytania. Jest to elastyczny model, który jest idealny dla użytkowników z nieregularnymi lub małymi obciążeniami zapytań.

Składniki On-Demand Pricing:

  1. Przechowywanie danych:

    • Aktywne przechowywanie (Active Storage): 0,02 USD za GB miesięcznie.
    • Długoterminowe przechowywanie (Long-Term Storage): 0,01 USD za GB miesięcznie.
  2. Przetwarzanie zapytań:

    • 5 USD za każdy przetworzony TB danych.
  3. Ładowanie danych, eksportowanie danych i kopiowanie danych:

    • Ładowanie danych: bezpłatne.
    • Eksportowanie danych: bezpłatne.
    • Kopiowanie danych: bezpłatne.
  4. Dodatkowe funkcje:

    • Streaming Inserts: 0,01 USD za 200 MB wczytanych danych.
    • Materialized Views: 0,010 USD za GB miesięcznie.
    • BigQuery ML: 0,010 USD za GB danych przetworzonych w zapytaniach treningowych oraz 0,0001 USD za każdą operację predykcji.

2.2. Flat-Rate Pricing (Cennik ryczałtowy)

W modelu cenowym ryczałtowym, użytkownicy płacą stałą miesięczną opłatę za zarezerwowane zasoby obliczeniowe (tzw. sloty). Jest to idealne rozwiązanie dla użytkowników z dużymi, przewidywalnymi obciążeniami zapytań, które wymagają stałego poziomu wydajności.

Składniki Flat-Rate Pricing:

  1. Przechowywanie danych:

    • Aktywne przechowywanie: 0,02 USD za GB miesięcznie.
    • Długoterminowe przechowywanie: 0,01 USD za GB miesięcznie.
  2. Przetwarzanie zapytań:

    • Stała opłata za zarezerwowane sloty obliczeniowe.
    • Ceny zaczynają się od 2000 USD miesięcznie za 100 slotów.
  3. Ładowanie danych, eksportowanie danych i kopiowanie danych:

    • Ładowanie danych: bezpłatne.
    • Eksportowanie danych: bezpłatne.
    • Kopiowanie danych: bezpłatne.
  4. Dodatkowe funkcje:

    • Streaming Inserts: 0,01 USD za 200 MB wczytanych danych.
    • Materialized Views: 0,010 USD za GB miesięcznie.
    • BigQuery ML: 0,010 USD za GB danych przetworzonych w zapytaniach treningowych oraz 0,0001 USD za każdą operację predykcji.

3. Przykładowe Wyceny dla Strefy Frankfurt

Załóżmy, że w strefie Frankfurt mamy następujące użycie BigQuery:

  1. Przechowywanie danych:
    • Aktywne dane (Active Data): 500 GB
    • Zimne dane (Long-Term Data): 200 GB
  2. Przetwarzanie zapytań:
    • Przetworzone dane: 10 TB miesięcznie
  3. Dodatkowe funkcje:
    • Streaming inserts: 1 TB danych miesięcznie

3.1. Koszt miesięczny dla On-Demand Pricing:

  1. Przechowywanie danych:

    • Aktywne dane: 500 GB x 0,02 USD/GB = 10 USD
    • Zimne dane: 200 GB x 0,01 USD/GB = 2 USD
    • Razem: 10 USD + 2 USD = 12 USD
  2. Przetwarzanie zapytań:

    • 10 TB x 5 USD/TB = 50 USD
  3. Dodatkowe funkcje:

    • Streaming inserts: 1 TB = 1024 GB
    • Koszt: 1024 / 200 * 0,01 USD = 0,0512 USD

Całkowity miesięczny koszt (On-Demand Pricing):

  • 12 USD (przechowywanie danych) + 50 USD (przetwarzanie zapytań) + 0,0512 USD (streaming inserts) = 62,0512 USD

3.2. Koszt miesięczny dla Flat-Rate Pricing:

  1. Przechowywanie danych:

    • Aktywne dane: 500 GB x 0,02 USD/GB = 10 USD
    • Zimne dane: 200 GB x 0,01 USD/GB = 2 USD
    • Razem: 12 USD
  2. Przetwarzanie zapytań:

    • 200 slotów: 4000 USD
  3. Dodatkowe funkcje:

    • Streaming inserts: 1 TB = 1024 GB
    • Koszt: 1024 / 200 * 0,01 USD = 0,0512 USD

Całkowity miesięczny koszt (Flat-Rate Pricing):

  • 12 USD (przechowywanie danych) + 4000 USD (przetwarzanie zapytań) + 0,0512 USD (streaming inserts) = 4012,0512 USD

4. Podsumowanie

Google BigQuery oferuje elastyczne plany cenowe, które mogą być dostosowane do różnych potrzeb biznesowych. Model na żądanie jest korzystny dla nieregularnych obciążeń, podczas gdy model ryczałtowy jest idealny dla dużych, stałych obciążeń zapytań. Wybór odpowiedniego planu może znacząco wpłynąć na optymalizację kosztów i wydajności analiz danych. Przed rozpoczęciem korzystania z BigQuery, zaleca się dokładne przeanalizowanie potrzeb i przewidywanego użycia, aby zoptymalizować koszty.