Actualizaciones del modelo de datos de los CUD basados en la inversión

Como parte de la expansión del programa de descuentos por compromiso de uso (CUD), actualizamos el modelo de CUD basado en inversión y proporcionamos herramientas para ayudarte a prepararte para los cambios, que incluyen lo siguiente:

• Exportación de datos de muestra de BigQuery: Es un conjunto de datos de muestra que demuestra cómo habilitar la opción cambia la apariencia de tus exportaciones de datos de CUD basadas en la inversión en BigQuery.
• Ejemplos de consultas de KPI de CUD: Son ejemplos de consultas para usar con la exportación de datos de muestra de BigQuery y calcular indicadores clave de rendimiento (KPI) importantes de CUD.
• Detalles del nuevo CUD: Descripciones de los nuevos campos de CUD y la migración de datos, por ejemplo, los IDs de SKU de la nueva tarifa de CUD, los nombres de las ofertas y los IDs del modelo de consumo.

Exportación de datos de muestra de BigQuery

Puedes usar la exportación de datos de muestra de BigQuery para preparar tus sistemas internos para los cambios que se producen en tus datos de CUD basados en la inversión. El proceso para usar la exportación de datos de muestra tiene estos pasos principales:

1. Verifica los requisitos previos.
2. Habilita la exportación de datos de muestra.
3. Permite que se acumulen los datos nuevos.
4. Explora el nuevo modelo de datos y las consultas.
5. Actualiza tus flujos de trabajo y sistemas internos según corresponda.

Requisitos previos

Debes cumplir con los siguientes requisitos previos para usar la exportación de datos de muestra:

• Debes tener configurada una exportación de datos de facturación detallada o estándar para tu cuenta de Facturación de Cloud. Para obtener más información, consulta Configura la exportación de datos de la Facturación de Cloud a BigQuery.

• Debes tener permisos en el proyecto propietario de la exportación y en la cuenta de Facturación de Cloud en la que habilitas la exportación. Por ejemplo:

  • Permiso bigquery.datasets.create en el proyecto que contiene el conjunto de datos
  • Permiso billing.accounts.getUsageExportSpec en la cuenta de Facturación de Cloud

  Para encontrar roles predefinidos de Facturación de Cloud que contengan estos permisos, por ejemplo, Visualizador de cuentas de facturación, administrador de costos de la cuenta de facturación o administrador de cuentas de facturación, consulta Control de acceso y permisos de la Facturación de Cloud. Para obtener más información sobre los permisos específicos de BigQuery, consulta Roles y permisos de IAM de BigQuery.

• Cuando creas una cuenta de Facturación de Cloud nueva, la atribución proporcional se habilita de forma predeterminada para los compromisos basados en la inversión. De lo contrario, debes haberla habilitado para usar esta exportación. Para hacerlo, sigue estas instrucciones.

• Si tienes habilitada la VPC para los recursos de BigQuery en tu proyecto u organización, debes crear reglas de entrada y salida para habilitar correctamente esta opción:

  • Crea una regla de entrada que le otorgue al usuario acceso para crear la exportación:

  - ingressFrom:
      identities:
      - PRINCIPAL_ID_FOR_PERSON_ENABLING_SUBSCRIPTION
      sources:
      - accessLevel: "*"
  ingressTo:
      roles:
      - roles/bigquery.dataOwner
      resources:
      - projects/YOUR_PROJECT_ID_TO_HOST_SAMPLE_DATA
  title: 'Sample Export Ingress'
  

  • Crea una regla de salida para permitir que Google Cloud cree el conjunto de datos vinculado de BigQuery dentro de la VPC:

  - egressTo:
      roles:
      - roles/bigquery.dataOwner
      resources:
      - projects/710382390241
  egressFrom:
      identityType: ANY_IDENTITY
      sources:
      - accessLevel: "*"
      sourceRestriction: RESTRICTION_STATUS
  title: 'Sample Export Egress'
  

Habilita la exportación de datos de muestra

Para habilitar la exportación de datos de muestra, completa los siguientes pasos:

1. Abre la sección Exportación de la facturación de la consola de Google Cloud .

   Ir a Exportación de facturación

2. En el diálogo Exportación de facturación, selecciona la cuenta de Facturación de Cloud en la que deseas habilitar la exportación de datos de muestra, como se muestra en la siguiente pantalla.

3. Comenzará el proceso de exportación de datos, que tardará aproximadamente un día en habilitarse. Verás la siguiente nota hasta que esté lista: Después de habilitar la exportación de datos de muestra, se comenzarán a recopilar datos de la Facturación de Cloud, y se agregarán datos nuevos de forma continua hasta enero de 2026. Deja pasar el tiempo suficiente para que se acumulen datos suficientes en la exportación antes de actualizar tus sistemas para que se alineen con el nuevo modelo de datos.

4. Cuando la exportación esté lista, verás la siguiente notificación en la sección Facturación de la consola de Google Cloud :

   La exportación de datos se crea como un conjunto de datos vinculado dentro del mismo conjunto de datos de BigQuery que contiene tu exportación de datos de facturación detallados o estándar. Como se trata de un conjunto de datos vinculado, no se te cobrarán cargos adicionales por la exportación de muestra. Para obtener más información, consulta Introducción al uso compartido de BigQuery.

5. Haz clic en Ver conjunto de datos de muestra para abrir BigQuery en la consola deGoogle Cloud , donde puedes ejecutar consultas para comprender tus KPI importantes de CUD.

Limitaciones de la exportación de muestras

La exportación de datos de muestra es una herramienta útil para prepararse para los cambios en el modelo de datos, pero difiere de las exportaciones de datos del mundo real en los siguientes aspectos importantes:

• Después de la migración: No uses las exportaciones de muestra después de habilitar el nuevo modelo de datos, ya que, después de ese punto, las exportaciones de muestra ya no serán precisas.
• Tamaño de la salida: Debido a la diferencia en la agregación de datos, el tamaño de la exportación de muestra puede variar con respecto a la exportación real que verás después de habilitar estos cambios.
• Métodos de redondeo: Debido a las diferencias en los métodos de redondeo, es posible que se produzcan pequeñas discrepancias en cantidades muy pequeñas o en monedas que no sean en USD.
• Tarifas prorrateadas: Es posible que la exportación de muestra sobreestime los costos de la primera y la última hora de una compra de CUD, ya que no tiene en cuenta las tarifas de compromiso de horas parciales de la misma manera. Cuando compras un CUD basado en la inversión, la tarifa se prorratea para la primera hora.

Ejemplo de exportación de datos antes y después del nuevo modelo de CUD

El nuevo modelo de CUD basado en la inversión requiere que planifiques y ajustes tus sistemas internos que podrían consumir datos de Facturación de Cloud. Como resultado, proporcionamos las siguientes situaciones para mostrar cómo cambian el esquema de exportación de datos y los datos antes y después del nuevo modelo de CUD. Además, dividimos estos casos en situaciones en las que se sobreutilizan y subutilizan tus CUD para mostrar el efecto en la exportación de datos.

En ambos casos, considera que compraste una VM E2-Standard-8 en US Central 1, que consta de dos SKU para la RAM y el núcleo. Estos SKUs usan los IDs ficticios RAM SKU y Core SKU, respectivamente.

Luego, compras un 1 Year GCE Flex CUD por USD 0.1 por hora para la situación de uso excesivo y USD 0.3 por hora para la situación de uso insuficiente. En los datos, se representan con el ID ficticio Fee SKU.

Situación de CUD con uso excesivo

En la situación de uso excesivo, realizaste las compras mencionadas anteriormente y usaste en exceso las CUD.

Datos anteriores

Antes del nuevo modelo de CUD, tu esquema de exportación de Facturación de Cloud y los valores de datos se veían como en la siguiente tabla.

^{1. Esta columna representa el valor de la etiqueta goog-originating-sku-id.}

Datos posteriores a

Después del nuevo modelo de CUD, tu esquema de exportación de Facturación de Cloud y los valores de datos se verán como en la siguiente tabla.

^{1. Esta columna representa el valor de la etiqueta goog-originating-sku-id.}

Ten en cuenta lo siguiente en este nuevo modelo de CUD:

• Hay dos filas para cada CUD, en lugar de una para cada uno.
• Hay una nueva columna consumption_model.description que separa las entradas de CUD adicionales, en la que sucede lo siguiente:
  • El valor Compute Flexible CUDs 1 Year indica que recibiste el descuento por CUD esperado.
  • El valor Default indica que utilizaste en exceso la CUD y que el costo volvió al precio predeterminado para el importe del exceso. Esto también se indica con el hecho de que subscription.instance_id no tiene ningún valor.
  • Las filas de comisiones por CUD también tienen el valor Default, ya que no se aplican descuentos a ellas. En su lugar, el campo credits indica que se aplicó un desplazamiento negativo para anular la comisión.

Situación de CUD subutilizada

Para este caso de uso subutilizado, suponemos que realizaste las compras mencionadas anteriormente y subutilizaste los CUD.

Datos anteriores

Antes del nuevo modelo de CUD, tu esquema de exportación de Facturación de Cloud y los valores de datos se veían como en la siguiente tabla.

^{1. Esta columna representa el valor de la etiqueta goog-originating-sku-id.}

Datos posteriores a

Después del nuevo modelo de CUD, tu esquema de exportación de Facturación de Cloud y los valores de datos se verán como en la siguiente tabla.

^{1. Esta columna representa el valor de la etiqueta goog-originating-sku-id.}

Ten en cuenta lo siguiente en este nuevo modelo de CUD:

• Hay dos filas para cada CUD, en lugar de una para cada uno.
• Hay una nueva columna consumption_model.description que separa las entradas de CUD adicionales, en la que sucede lo siguiente:
  • El valor Compute Flexible CUDs 1 Year indica que recibiste el descuento por CUD esperado.
  • El valor Default indica las filas de la comisión del CUD, ya que no se aplican descuentos a ellas. En cambio, el campo credits indica que se aplicó un desplazamiento negativo para anular las comisiones, que se acumularon en la primera fila.
• En la primera fila, se muestra la suma de las comisiones por CUD.

Ejemplos de búsquedas para los KPI clave de CUD

Puedes usar estas importantes métricas de KPI para validar que tus sistemas funcionen correctamente con el nuevo modelo de datos:

1. Ahorro por compromiso (USD): Describe los ahorros que resultaron de tus compromisos. La métrica usa la fórmula (Cost of resources at on-demand rates - cost of resources with commitment discounts).
2. Ahorro por compromiso (%): Describe el porcentaje de ahorro que generaron tus compromisos. La métrica usa la fórmula (Commitment savings / costs of resources at on-demand rates)*100.
3. Uso del compromiso (%): Mide la eficacia con la que usas tus compromisos y se expresa como un porcentaje. La métrica usa la fórmula (Commitment applied to eligible spend / total commitment).

4. Tasa de ahorro efectiva (%): Explica el retorno de la inversión (ROI) de los descuentos por compromiso. La métrica usa la fórmula (Commitment Savings / On-Demand Equivalent Spend).

   Para obtener mejores estadísticas sobre tus datos de costos, las siguientes consultas de muestra de BigQuery muestran cómo recuperar información útil para los siguientes KPI.

Elige la consulta de ejemplo correcta

Para ayudarte a actualizar tus consultas según los cambios en el modelo de datos, proporcionamos dos versiones de las consultas de muestra de KPI. Elige una de estas opciones:

• Ejemplo de consultas de KPI con el modelo de datos heredado
• Ejemplos de consultas de KPI con el nuevo modelo de datos

Ejemplos de consultas de KPI con el modelo de datos heredado

Usa estas consultas de ejemplo si no usas el nuevo modelo de datos.

Estas consultas son solo para los CUD flexibles de Compute. Para consultar otros productos de CUD basados en la inversión, debes cambiar los siguientes valores:

• cud_product
• sku.description
• credit.type

Costo del CUD más ahorros del CUD

WITH
 cost_data AS (
   SELECT *
   FROM project.dataset.gcp_billing_export_resource_v1_NNNNNN_NNNNNN_NNNNNN
   WHERE invoice.month = 'month'
 ),
 cud_product_data AS (
   SELECT * FROM UNNEST(
     [
       STRUCT(
         'Compute Engine Flexible CUDs' AS cud_product,
         'Commitment - dollar based v1: GCE' AS cud_fee_regex,
         'GCE Commitments' AS cud_credit_regex)])
 ),
 cud_costs AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product_data.cud_product,
     IFNULL(
       (
         SELECT l.value
         FROM UNNEST(labels) l
         WHERE l.key = 'goog-originating-service-id'
       ),
       service.id) AS service,
     SUM(cost) AS cost
   FROM
     cost_data
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         sku.description, cud_fee_regex)
   GROUP BY 1, 2, 3
 ),
 cud_credits AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product,
     service.id AS service,
     SUM(credit.amount) AS spend_cud_credits
   FROM
     cost_data, UNNEST(credits) AS credit
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         credit.full_name, cud_credit_regex)
   WHERE
     credit.type = 'COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE'
   GROUP BY 1, 2, 3
 )
SELECT
 invoice_month,
 cud_product,
 cost As commitment_cost,
 -1 * (cost + IFNULL(spend_cud_credits, 0)) AS commitment_savings
FROM cud_costs
LEFT JOIN cud_credits
 USING (invoice_month, cud_product, service);

• month es el año y el mes actuales en formato YYYYMM, por ejemplo, "202504".

Uso según el compromiso

WITH
 cost_data AS (
   SELECT *
   FROM project.dataset.gcp_billing_export_resource_v1_NNNNNN_NNNNNN_NNNNNN
   WHERE invoice.month = 'month'
 ),
 cud_product_data AS (
   SELECT * FROM UNNEST(
     [
       STRUCT(
         'Compute Engine Flexible CUDs' AS cud_product,
         'Commitment - dollar based v1: GCE' AS cud_fee_regex,
         'GCE Commitments' AS cud_credit_regex)])
),
 cud_commitment_amount AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product_data.cud_product,
     SUM(usage.amount_in_pricing_units / 100) AS commitment_amount,
   FROM
     cost_data
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         sku.description, cud_fee_regex)
   GROUP BY 1, 2
 ),
 cud_utilized_commitment_amount AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product,
     ABS(SUM(credit.amount / currency_conversion_rate))
       AS utilized_commitment_amount
   FROM
     cost_data, UNNEST(credits) AS credit
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         credit.full_name, cud_credit_regex)
   WHERE
     credit.type = 'COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE'
   GROUP BY 1, 2
 )
SELECT
 invoice_month,
 cud_product,
 utilized_commitment_amount / commitment_amount *100 AS commitment_utilization
FROM cud_commitment_amount
LEFT JOIN cud_utilized_commitment_amount
 USING (invoice_month, cud_product);

• month es el año y el mes actuales en formato YYYYMM, por ejemplo, "202504".

Tasa de ahorro efectiva

WITH
 cost_data AS (
   SELECT *
   FROM project.dataset.gcp_billing_export_resource_v1_NNNNNN_NNNNNN_NNNNNN
   WHERE invoice.month = 'month'
 ),
 cud_product_data AS (
   SELECT * FROM UNNEST(
     [
       STRUCT(
         'Compute Engine Flexible CUDs' AS cud_product,
         'Commitment - dollar based v1: GCE' AS cud_fee_regex,
         'GCE Commitments' AS cud_credit_regex)])
 ),
 eligible_cud_skus AS (
   SELECT sku_id
   FROM example_project.dataset.flex_cud_skus
 ),
 eligible_cud_spend AS (
   SELECT
     invoice.month AS invoice_month,
     SUM(cost) AS cost,
     SUM(
       IFNULL(
         (
           SELECT SUM(credit.amount)
           FROM UNNEST(credits) AS credit
           WHERE
             credit.type IN (
               'COMMITTED_USAGE_DISCOUNT',
               'COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE',
               'DISCOUNT',
               'FREE_TIER')
         ),
         0)) AS costs_ineligible_for_cud,
   FROM cost_data
   JOIN eligible_cud_skus
     ON sku.id = sku_id
   GROUP BY 1
 ),
 cud_costs AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product_data.cud_product,
     IFNULL(
       (
         SELECT l.value
         FROM UNNEST(labels) l
         WHERE l.key = 'goog-originating-service-id'
       ),
       service.id) AS service,
     SUM(cost) AS cost
   FROM
     cost_data
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         sku.description, cud_fee_regex)
   GROUP BY 1, 2, 3
 ),
 cud_credits AS (
   SELECT
     invoice.month AS invoice_month,
     SUM(credit.amount) AS spend_cud_credits
   FROM
     cost_data, UNNEST(credits) AS credit
   WHERE
     credit.type = 'COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE'
     AND REGEXP_CONTAINS(credit.full_name, 'GCE Commitments')
   GROUP BY 1
 ),
cud_savings AS (
  SELECT
   invoice_month,
   Cud_product,
   spend_cud_credits as spend_cud_credits,
   -1 * (cost + IFNULL(spend_cud_credits, 0)) AS commitment_savings
FROM cud_costs
LEFT JOIN cud_credits
 USING (invoice_month)
)
SELECT
 Invoice_month,
 commitment_savings * 100
   / (cost + costs_ineligible_for_cud - IFNULL(spend_cud_credits, 0))
   AS effective_savings_rate
FROM eligible_cud_spend
LEFT JOIN cud_savings
 USING (invoice_month);

• month es el año y el mes actuales en formato YYYYMM, por ejemplo, "202504".

Ejemplos de consultas de KPI con el nuevo modelo de datos

Usa esta consulta de ejemplo si adoptaste el nuevo modelo de datos.

Estas consultas son solo para los CUD flexibles de Compute. Para consultar otros productos de CUD basados en la inversión, debes cambiar los siguientes valores:

• cud_fee_skus
• consumption_model.id

SET bigquery_billing_project = billing-project-id;

WITH
  cost_data AS (
    SELECT *
    FROM
      project.dataset.gcp_billing_export_resource_v1_NNNNNN_NNNNNN_NNNNNN
    WHERE invoice.month = 'month'
  ),
  cud_fee_skus AS (
    SELECT * FROM UNNEST(
      [
        '5515-81A8-03A2',
        'B22F-51BE-D599'])
      fee_sku_id
  ),
  cud_costs AS (
    SELECT
      invoice.month AS invoice_month,
      subscription.instance_id AS subscription_instance_id,
      IFNULL(
        (
          SELECT l.value
          FROM UNNEST(labels) l
          WHERE l.key = 'goog-originating-service-id'
        ),
        service.id) AS service,
      SUM(cost) AS commitment_cost,
      SUM(
        (
          SELECT SUM(credit.amount)
          FROM UNNEST(credits) credit
          WHERE credit.type = 'FEE_UTILIZATION_OFFSET'
        )) AS fee_utilization_offset
    FROM
      cost_data
    JOIN cud_fee_skus
      ON fee_sku_id = sku.id
    GROUP BY 1, 2, 3
  ),
  cud_savings AS (
    SELECT
      invoice.month AS invoice_month,
      subscription.instance_id,
      service.id AS service,
      SUM(cost - cost_at_effective_price_default) AS cud_savings_amount,
      SUM(cost_at_effective_price_default) AS on_demand_costs
    FROM
      cost_data
    WHERE
      consumption_model.id IS NOT NULL
      AND consumption_model.id IN ('D97B-0795-975B','70D7-D1AB-12A4')
    GROUP BY 1, 2, 3
  )
SELECT
  invoice_month,
  subscription_instance_id,
  service,
  commitment_cost,
  commitment_cost + fee_utilization_offset + IFNULL(cud_savings_amount, 0)
    AS commitment_savings,
  ABS(fee_utilization_offset) / commitment_cost * 100 AS cud_utilization_percent,
  (commitment_cost + fee_utilization_offset + IFNULL(cud_savings_amount, 0))
    / IFNULL(on_demand_costs, 1) * 100 AS effective_savings_rate
FROM cud_costs
LEFT JOIN cud_savings
  USING (invoice_month, subscription_instance_id, service);

• month es el año y el mes actuales en formato YYYYMM, por ejemplo, "202504".

Exportación de la Facturación de Cloud a BigQuery

En la exportación de datos estándar, detallados y de refacturación (solo para revendedores) de la Facturación de Cloud a BigQuery, se agregan o cambian los siguientes campos:

Cambios en la exportación de precios

La exportación de la Facturación de Cloud a BigQuery agrega o cambia estos campos para la información de precios:

Información sobre productos nuevos de CUD

Los nuevos SKU de cargos por CUD reemplazan a los existentes, y los nuevos IDs de oferta y de modelo de consumo se aplican a todos los CUD incluidos en el alcance. Puedes usar los siguientes detalles para ajustar tus consultas y paneles.

Migración de ofertas y del ID del modelo de consumo

En la siguiente tabla, se muestran los IDs de los modelos de Ofertas y Consumo que se migrarán del modelo de datos anterior al nuevo.

Migración del ID de SKU de la tarifa de CUD

En las siguientes tablas, se muestran los IDs de SKU de la comisión por CUD que se migran del modelo de datos anterior al nuevo, por producto.

Cloud Run

Bigtable

Dataflow

Memorystore para Redis

Cloud Spanner

Kubernetes Engine

AlloyDB para PostgreSQL

Cloud SQL

Compute Flexible

Servicio administrado para Apache Kafka

BigQuery

Cloud Firestore

Backup and DR para Oracle

Temas relacionados

• Obtén más información sobre las mejoras del programa de CUDs basados en el gasto.