Mises à jour du modèle de données des remises sur engagement d'utilisation basées sur les dépenses

Dans le cadre de l'expansion du programme de remises sur engagement d'utilisation, nous mettons à jour le modèle de remises sur engagement d'utilisation basées sur les dépenses et fournissons des outils pour vous aider à vous préparer aux changements, qui incluent :

• Exemple d'exportation de données BigQuery : exemple d'ensemble de données qui montre comment l'activation modifie l'apparence de vos exportations de données CUD basées sur les dépenses dans BigQuery.
• Exemples de requêtes de KPI pour les remises sur engagement d'utilisation : exemples de requêtes à utiliser avec l'exportation d'exemples de données BigQuery pour calculer les indicateurs clés de performance (KPI) importants pour les remises sur engagement d'utilisation.
• Nouveaux détails sur les remises sur engagement d'utilisation : descriptions des nouveaux champs de remises sur engagement d'utilisation et de la migration des données, par exemple les nouveaux ID de SKU de frais de remise sur engagement d'utilisation, les noms des offres et les ID de modèle de consommation.

Exemple d'exportation de données BigQuery

Vous pouvez utiliser l'exemple d'exportation de données BigQuery pour préparer vos systèmes internes aux modifications apportées à vos données de CUD basées sur les dépenses. Pour utiliser l'exemple d'exportation de données, vous devez suivre les étapes principales suivantes :

1. Vérifiez les conditions préalables.
2. Activez l'exportation des exemples de données.
3. Laissez les nouvelles données s'accumuler.
4. Explorez le nouveau modèle de données et les nouvelles requêtes.
5. Mettez à jour vos systèmes et workflows internes en conséquence.

Prérequis

Pour utiliser l'exemple d'exportation de données, vous devez remplir les conditions préalables suivantes :

• Vous devez avoir configuré une exportation détaillée ou standard des données de facturation pour votre compte de facturation Cloud. Pour en savoir plus, consultez Configurer l'exportation des données Cloud Billing vers BigQuery.

• Vous devez disposer d'autorisations sur le projet propriétaire de l'exportation et sur le compte de facturation Cloud sur lequel vous activez l'exportation. Exemple :

  • Autorisation bigquery.datasets.create sur le projet contenant l'ensemble de données.
  • L'autorisation billing.accounts.getUsageExportSpec sur le compte de facturation Cloud.

  Pour trouver les rôles Cloud Billing prédéfinis qui contiennent ces autorisations (par exemple, Lecteur de compte de facturation, Gestionnaire des coûts du compte de facturation ou Administrateur de compte de facturation), consultez Contrôle des accès et autorisations Cloud Billing. Pour en savoir plus sur les autorisations spécifiques à BigQuery, consultez Rôles et autorisations IAM BigQuery.

• Lorsque vous créez un compte de facturation Cloud, l'attribution proportionnelle est activée par défaut pour les engagements basés sur les dépenses. Sinon, vous devez l'avoir activée pour utiliser cette exportation. Pour ce faire, suivez ces instructions.

• Si vous avez activé le VPC pour les ressources BigQuery de votre projet ou de votre organisation, vous devez créer des règles d'entrée et de sortie pour l'activer correctement :

  • Créez une règle d'entrée qui donne à l'utilisateur l'accès nécessaire pour créer l'exportation :

  - 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'
  

  • Créez une règle de sortie pour permettre à Google Cloud de créer l'ensemble de données associé BigQuery dans le VPC :

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

Activer l'exportation des exemples de données

Pour activer l'exportation des exemples de données, procédez comme suit :

1. Ouvrez la section "Exportation de la facturation" de la console Google Cloud .

   Accéder à l'exportation de la facturation

2. Dans la boîte de dialogue Exportation de la facturation, sélectionnez le compte de facturation Cloud pour lequel vous souhaitez activer l'exportation des exemples de données, comme illustré dans l'écran suivant.

3. Le processus d'exportation des données commence et prend environ un jour. Le message suivant s'affichera jusqu'à ce que l'exportation soit prête : Une fois l'exportation des exemples de données activée, la collecte des données Cloud Billing commence. De nouvelles données sont ajoutées en continu jusqu'en janvier 2026. Laissez suffisamment de temps pour que suffisamment de données s'accumulent dans l'exportation avant de mettre à jour vos systèmes pour les aligner sur le nouveau modèle de données.

4. Lorsque l'exportation est prête, la notification suivante s'affiche dans la section "Facturation" de la console Google Cloud  :

   L'exportation de données est créée en tant qu'ensemble de données associé dans le même ensemble de données BigQuery que celui qui contient votre exportation de données de facturation détaillées ou standards. Comme il s'agit d'un ensemble de données associé, l'exportation d'échantillon n'entraîne pas de frais supplémentaires. Pour en savoir plus, consultez Présentation de BigQuery Sharing.

5. Cliquez sur Afficher l'exemple de jeu de données pour ouvrir BigQuery dans la consoleGoogle Cloud , où vous pourrez exécuter des requêtes pour comprendre vos KPI importants sur l'utilisation et les remises.

Exemples de limites d'exportation

L'exportation d'exemple de données est un outil utile pour se préparer aux modifications du modèle de données, mais elle diffère des exportations de données réelles de plusieurs façons importantes :

• Après la migration : n'utilisez pas les exemples d'exportations après avoir activé le nouveau modèle de données, car ils ne seront plus précis.
• Taille de la sortie : en raison de la différence d'agrégation des données, la taille de l'exportation d'échantillon peut varier par rapport à l'exportation réelle que vous voyez après avoir activé ces modifications.
• Méthodes d'arrondi : en raison des différences de méthodes d'arrondi, de légers écarts peuvent se produire pour les montants très faibles ou les devises autres que l'USD.
• Frais au prorata : l'exemple d'exportation peut surestimer les coûts pour la première et la dernière heure d'un achat CUD, car il ne tient pas compte des frais d'engagement partiels de la même manière. Si vous souscrivez une remise sur engagement d'utilisation basée sur les dépenses, les frais sont calculés au prorata pour la première heure.

Exemple d'exportation de données avant et après le nouveau modèle de CUD

Le nouveau modèle de remises sur engagement d'utilisation basées sur les dépenses vous oblige à planifier et à ajuster vos systèmes internes susceptibles de consommer des données Cloud Billing. Par conséquent, nous fournissons les scénarios suivants pour montrer comment le schéma d'exportation des données et les données changent, avant et après le nouveau modèle de CUD. Nous divisons ensuite ces scénarios en situations où vous surutilisez et sous-utilisez vos CUD pour montrer l'effet sur l'exportation de données.

Dans les deux scénarios, supposons que vous ayez acheté une VM E2-Standard-8 dans US Central 1, composée de deux SKU pour la RAM et les cœurs. Ces SKU utilisent les ID fictifs RAM SKU et Core SKU, respectivement.

Vous achetez ensuite un 1 Year GCE Flex CUD pour 0,1 $/heure dans le scénario de surutilisation et 0,3 $/heure dans le scénario de sous-utilisation. Dans les données, ils sont représentés par l'ID fictif Fee SKU.

Scénario de remise sur engagement d'utilisation surutilisée

Dans le scénario de surutilisation, vous avez effectué les achats mentionnés précédemment et surutilisé les CUD.

Données "avant"

Avant le nouveau modèle de CUD, le schéma d'exportation et les valeurs de données Cloud Billing se présentent comme suit.

^{1. Cette colonne représente la valeur du libellé goog-originating-sku-id.}

Données après

Après le nouveau modèle de CUD, le schéma d'exportation et les valeurs de données de votre compte Cloud Billing ressemblent à ceux du tableau ci-dessous.

^{1. Cette colonne représente la valeur du libellé goog-originating-sku-id.}

Notez les points suivants dans ce nouveau modèle CUD :

• Il y a deux lignes pour chaque CUD, au lieu d'une.
• Une nouvelle colonne consumption_model.description sépare les entrées CUD supplémentaires, où :
  • La valeur Compute Flexible CUDs 1 Year indique que vous avez bénéficié de la remise sur engagement d'utilisation attendue.
  • La valeur Default indique que vous avez dépassé votre engagement d'utilisation et que le coût est revenu au tarif par défaut pour le montant excédentaire. Cela est également indiqué par l'absence de valeur pour subscription.instance_id.
  • Les lignes de frais CUD ont également la valeur Default, car les remises ne s'y appliquent pas. Au lieu de cela, le champ credits indique qu'un décalage négatif a été appliqué pour annuler les frais.

Scénario de remise sur engagement d'utilisation sous-utilisée

Pour ce scénario de sous-utilisation, nous partons du principe que vous avez effectué les achats mentionnés précédemment et que vous avez sous-utilisé les CUD.

Données "avant"

Avant le nouveau modèle de CUD, le schéma d'exportation et les valeurs de données Cloud Billing se présentent comme suit.

^{1. Cette colonne représente la valeur du libellé goog-originating-sku-id.}

Données après

Après le nouveau modèle de CUD, le schéma d'exportation et les valeurs de données de votre compte Cloud Billing ressemblent à ceux du tableau ci-dessous.

^{1. Cette colonne représente la valeur du libellé goog-originating-sku-id.}

Notez les points suivants dans ce nouveau modèle CUD :

• Il y a deux lignes pour chaque CUD, au lieu d'une.
• Une nouvelle colonne consumption_model.description sépare les entrées CUD supplémentaires, où :
  • La valeur Compute Flexible CUDs 1 Year indique que vous avez bénéficié de la remise sur engagement d'utilisation attendue.
  • La valeur Default indique les lignes de frais de remise sur engagement d'utilisation, car les remises ne s'y appliquent pas. Au lieu de cela, le champ credits indique qu'un décalage négatif a été appliqué pour annuler les frais, qui ont été cumulés dans la première ligne.
• La première ligne affiche la somme des frais d'utilisation engagée et non facturée.

Exemples de requêtes pour les principaux KPI de CUD

Vous pouvez utiliser ces métriques de KPI importantes pour vérifier que vos systèmes fonctionnent correctement avec le nouveau modèle de données :

1. Économies grâce aux engagements (en $) : décrit les économies réalisées grâce à vos engagements. La métrique utilise la formule (Cost of resources at on-demand rates - cost of resources with commitment discounts).
2. Économies grâce aux engagements (%) : pourcentage d'économies réalisées grâce à vos engagements. La métrique utilise la formule (Commitment savings / costs of resources at on-demand rates)*100.
3. Utilisation de l'engagement (%) : mesure l'efficacité avec laquelle vous utilisez vos engagements, exprimée en pourcentage. La métrique utilise la formule (Commitment applied to eligible spend / total commitment).

4. Taux d'économies effectif (%) : explique le retour sur investissement (ROI) des remises pour engagement. La métrique utilise la formule (Commitment Savings / On-Demand Equivalent Spend).

   Pour mieux comprendre vos données de coût, les exemples de requêtes BigQuery suivants montrent comment récupérer des informations utiles pour les KPI suivants.

Choisir l'exemple de requête approprié

Pour vous aider à mettre à jour vos requêtes en fonction des modifications apportées au modèle de données, nous vous proposons deux versions des exemples de requêtes de KPI. Choisissez l'une des options suivantes :

• Exemples de requêtes de KPI utilisant l'ancien modèle de données
• Exemples de requêtes de KPI utilisant le nouveau modèle de données

Exemples de requêtes de KPI utilisant l'ancien modèle de données

Utilisez ces exemples de requêtes si vous n'utilisez pas le nouveau modèle de données.

Ces requêtes ne concernent que les remises sur engagement d'utilisation flexibles de Compute Engine. Pour interroger d'autres produits de remise sur engagement d'utilisation basés sur les dépenses, vous devez modifier les valeurs suivantes :

• cud_product
• sku.description
• credit.type

Coût des remises sur engagement d'utilisation + économies associées

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 correspond à l'année et au mois en cours au format YYYYMM, par exemple "202504".

Utilisation de l'engagement

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 correspond à l'année et au mois en cours au format YYYYMM, par exemple "202504".

Taux d'épargne effectif

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 correspond à l'année et au mois en cours au format YYYYMM, par exemple "202504".

Exemples de requêtes de KPI utilisant le nouveau modèle de données

Utilisez cet exemple de requête si vous avez adopté le nouveau modèle de données.

Ces requêtes ne concernent que les remises sur engagement d'utilisation flexibles de Compute Engine. Pour interroger d'autres produits de remise sur engagement d'utilisation basés sur les dépenses, vous devez modifier les valeurs suivantes :

• 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 correspond à l'année et au mois en cours au format YYYYMM, par exemple "202504".

Exportation Cloud Billing vers BigQuery

Pour l'exportation Cloud Billing vers BigQuery (standard, détaillée et refacturation (revendeur uniquement)), ajoutez ou modifiez les champs suivants :

Modifications apportées à l'exportation des prix

L'exportation Cloud Billing vers BigQuery ajoute ou modifie les champs suivants pour les informations sur les tarifs :

Nouvelles informations sur les remises sur engagement d'utilisation

Les nouveaux SKU de frais pour la remise sur engagement d'utilisation remplacent les SKU de frais existants pour la remise sur engagement d'utilisation. De nouveaux ID d'offre et d'ID de modèle de consommation s'appliquent à toutes les remises sur engagement d'utilisation concernées. Vous pouvez utiliser les informations suivantes pour ajuster vos requêtes et vos tableaux de bord.

Migration des offres et des ID de modèle de consommation

Le tableau suivant indique les ID de modèle d'offres et de consommation qui seront migrés de l'ancien vers le nouveau modèle de données.

Migration des ID de SKU de frais de remise sur engagement d'utilisation

Les tableaux suivants présentent les ID de SKU de frais de remise sur engagement d'utilisation qui migrent de l'ancien vers le nouveau modèle de données, par produit.

Cloud Run

Bigtable

Dataflow

Memorystore pour Redis

Cloud Spanner

Kubernetes Engine

AlloyDB pour PostgreSQL

Cloud SQL

Calcul flexible

Managed Service pour Apache Kafka

BigQuery

Cloud Firestore

Backup and DR pour Oracle

Articles associés

• En savoir plus sur les améliorations apportées au programme de remises sur engagement d'utilisation basées sur les dépenses