承諾使用折扣

本頁面說明支出型承諾使用折扣 (CUD) 與 BigQuery 的搭配運作方式。

BigQuery 支援兩種不同類型的承諾:

  • 容量承諾:在管理專案中,承諾購買特定版本的版位數量。

  • 根據支出而定的承諾,請參閱本頁面說明。

BigQuery 支出型 CUD

只要承諾在特定地區使用 BigQuery PAYG 容量,一年期 (10% 折扣) 或三年期 (20% 折扣),即可享有 BigQuery 的支出型 CUD 折扣優惠。BigQuery 支出型 CUD 最適合可預測在不同時段支出的工作負載。您必須在一年或三年的期限內,承諾以每小時等值付費的形式,維持一致的支出金額。您可獲得 BigQuery PAYG SKU 的折扣費率,適用於承諾涵蓋的適用用量。您可以透過任何 Cloud Billing 帳戶購買依支出計算的 CUD,適用折扣會套用至 Cloud Billing 帳戶支付的專案中所有符合資格的用量。購買 BigQuery 依支出計算的 CUD 後,即使適用的使用量價格有所變動,您在整個承諾使用期內仍須支付相同的承諾使用費用。系統會按月收取承諾費。若超出使用量上限,系統會依即付即用費率收費。

決定購買依支出計算的 CUD 時,請注意下列事項:

  • 區域:您為個別區域購買依支出計算的 CUD。如果您在多個地區運作,請在各個地區計算及購買以支出為準的 CUD。
  • 專案:判斷每個專案的付費服務時段使用量是否一致。
  • BigQuery 功能:以支出為準的 CUD 可用於所有 BigQuery PAYG SKU。

BigQuery 以費用為準的 CUD 用量類型

以支出為準的 CUD 會自動套用至區域中 BigQuery 執行個體的總用量,讓您享有低廉且可預測的成本,而無須進行任何手動變更或更新。這種彈性有助於您在承諾中達成高使用率,節省時間和金錢。根據支出金額計算的 BigQuery CUD 適用於所有 BigQuery PAYG 用量。BigQuery 以支出為準的 CUD 適用於所有支援的運算容量類型,包括:

  • BigQuery 版本
  • Composer 3 (也稱為 Apache Airflow 適用的 BigQuery 引擎)
  • Dataplex Universal Catalog
  • BigQuery 服務
  • Google Cloud Apache Spark 無伺服器 (又稱為 Dataproc Serverless)

如需所有適用 SKU 的完整清單,請參閱「SKU 群組 - BigQuery PAYG」。

購買 BigQuery 支出型 CUD

如要購買 BigQuery 按照支出計算的 CUD,請參閱「購買按照支出計算的承諾使用合約」。購買以支出為準的 CUD 後,承諾產品會在下一個小時內生效。系統會自動將折扣套用至您指定地區的符合資格的使用量。購買依支出計算的 CUD 後,就無法取消。購買承諾前,請先詳閱 服務專屬條款中關於承諾使用單位的說明。如要進一步瞭解相關資訊 (包括如何購買按照支出計算的承諾使用合約),請參閱「承諾使用折扣」。

計算依支出計算的 CUD 折扣

以下範例說明如何計算使用 BigQuery 與以支出為準的 CUD 的費用。

重要注意事項:

  • 根據 BigQuery 支出計算的 CUD 只適用於先前列出的「即付即用」功能容量。
  • 以支出為準的 BigQuery CUD 不適用於儲存空間或隨選儲存空間。
  • BigQuery 以支出為準的 CUD 適用於特定地區的所有 PAYG 運算單元 SKU。
  • 以支出為依據的 BigQuery CUD 以每小時即付即用承諾的美元為單位。

計算 BigQuery PAYG 在您要購買 CUD 的區域的每小時費率時,請先考量是否能節省費用。超過承諾用量的用量則會依標準 PAYG 價格計費。

舉例來說,假設您在 us-central1 地區執行使用 Enterprise 版本時段小時的工作負載。

您承諾在 us-central1 的所有專案中,以 Enterprise 版運算單元時數價格,以每小時 $1 美元的價格使用 BigQuery 服務,為期三年。

無論實際用量為何,您都必須支付 $1 * 90% = $0.90 美元的最低費用,每小時收費 $0.90 美元。

承諾使用後,即使您決定在承諾期間停止或減少每小時使用量,仍須支付該金額。

定價

一年約期可享 10% 折扣,三年約期可享 20% 折扣。

如要進一步瞭解 BigQuery 以支出為準的 CUD 定價,請參閱 BigQuery 定價。所有區域和多區域均適用相同的折扣。

後續步驟

  • 如要瞭解如何購買按照支出計算的承諾使用合約,請參閱「承諾使用折扣」。