Pembaruan model data DA berbasis pembelanjaan

Sebagai bagian dari perluasan program diskon abonemen (DA), kami memperbarui model DA berbasis pembelanjaan dan menyediakan alat untuk membantu Anda bersiap menghadapi perubahan tersebut, yang mencakup:

• Ekspor data contoh BigQuery: Set data contoh yang menunjukkan cara mengaktifkan mengubah tampilan ekspor data CUD berbasis pembelanjaan di BigQuery.
• Contoh kueri KPI CUD: Contoh kueri yang akan digunakan dengan ekspor data contoh BigQuery untuk menghitung indikator performa utama (KPI) CUD yang penting.
• Detail DA baru: Deskripsi kolom DA baru dan migrasi data, misalnya ID SKU Biaya DA baru, nama penawaran, dan ID model penggunaan.

Ekspor data sampel BigQuery

Anda dapat menggunakan ekspor data contoh BigQuery untuk menyiapkan sistem internal Anda menghadapi perubahan yang terjadi pada data CUD berbasis pembelanjaan. Proses untuk menggunakan ekspor data contoh memiliki langkah-langkah utama berikut:

1. Periksa prasyarat.
2. Aktifkan ekspor data sampel.
3. Biarkan data baru terakumulasi.
4. Jelajahi model data dan kueri baru.
5. Perbarui sistem dan alur kerja internal Anda dengan tepat.

Prasyarat

Anda harus memenuhi prasyarat berikut untuk menggunakan ekspor data contoh:

• Anda harus mengonfigurasi ekspor data penagihan standar atau mendetail untuk akun Penagihan Cloud Anda. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan ekspor data Penagihan Cloud ke BigQuery.

• Anda harus memiliki izin pada project yang memiliki ekspor, dan izin pada akun Penagihan Cloud tempat Anda mengaktifkan ekspor. Contoh:

  • Izin bigquery.datasets.create pada project yang berisi set data.
  • Izin billing.accounts.getUsageExportSpec di akun Penagihan Cloud.

  Untuk menemukan peran Penagihan Cloud bawaan yang berisi izin ini, misalnya Billing Account Viewer, Billing Account Costs Manager, atau Billing Account Administrator, lihat Kontrol akses dan izin Penagihan Cloud. Untuk mengetahui informasi selengkapnya tentang izin khusus BigQuery, lihat Peran dan izin IAM BigQuery.

• Saat Anda membuat akun Penagihan Cloud baru, atribusi proporsional diaktifkan secara default untuk komitmen berbasis pembelanjaan. Jika tidak, Anda harus mengaktifkannya agar dapat menggunakan ekspor ini. Anda dapat melakukannya dengan mengikuti petunjuk ini.

• Jika Anda telah mengaktifkan VPC untuk resource BigQuery di project atau organisasi Anda, Anda perlu membuat aturan masuk dan keluar untuk mengaktifkannya dengan benar:

  • Buat aturan ingress yang memberikan akses kepada individu untuk membuat ekspor:

  - 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'
  

  • Buat aturan keluar untuk memungkinkan Google Cloud membuat Set Data Tertaut BigQuery dalam VPC:

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

Mengaktifkan ekspor data sampel

Untuk mengaktifkan ekspor data contoh, selesaikan langkah-langkah berikut:

1. Buka bagian Ekspor penagihan di konsol Google Cloud .

   Buka Ekspor penagihan

2. Dalam dialog Ekspor penagihan, pilih akun Penagihan Cloud tempat Anda ingin mengaktifkan ekspor data contoh, seperti yang ditunjukkan pada layar berikut.

3. Proses ekspor data dimulai dan memerlukan waktu sekitar satu hari untuk diaktifkan. Anda akan melihat catatan berikut hingga siap: Setelah Anda mengaktifkan ekspor data contoh, data tersebut akan mulai mengumpulkan data Penagihan Cloud, dengan data baru yang ditambahkan secara berkelanjutan hingga Januari 2026. Berikan waktu yang cukup agar data yang memadai terkumpul dalam ekspor sebelum memperbarui sistem Anda agar sesuai dengan model data baru.

4. Saat ekspor sudah siap, Anda akan melihat notifikasi berikut di bagian Penagihan pada konsol Google Cloud :

   Ekspor data dibuat sebagai set data tertaut dalam set data BigQuery yang sama yang menyimpan ekspor data penagihan terperinci atau standar Anda. Karena merupakan set data tertaut, Anda tidak akan dikenai biaya tambahan untuk ekspor sampel. Untuk mengetahui informasi selengkapnya, lihat Pengantar berbagi BigQuery.

5. Klik Lihat Dataset Contoh untuk membuka BigQuery di konsolGoogle Cloud , tempat Anda dapat menjalankan kueri untuk memahami KPI CUD penting Anda.

Batasan ekspor sampel

Ekspor data sampel adalah alat yang berguna untuk bersiap menghadapi perubahan model data, tetapi berbeda dari ekspor data dunia nyata dalam hal penting berikut:

• Setelah migrasi: Jangan gunakan contoh ekspor setelah Anda memilih untuk menggunakan model data baru, karena setelah itu contoh ekspor tidak akan akurat lagi.
• Ukuran output: Karena perbedaan agregasi data, ukuran ekspor sampel mungkin berbeda dengan ekspor sebenarnya yang Anda lihat setelah memilih untuk menerapkan perubahan ini.
• Metode pembulatan: Karena perbedaan metode pembulatan, perbedaan kecil dapat terjadi pada jumlah yang sangat kecil atau mata uang non-USD.
• Biaya prorata: Contoh ekspor mungkin memperkirakan biaya secara berlebihan untuk jam pertama dan terakhir pembelian CUD, karena tidak memperhitungkan biaya komitmen per jam sebagian dengan cara yang sama. Membeli DA berbasis pembelanjaan akan membagi biaya secara proporsional untuk satu jam pertama.

Contoh ekspor data sebelum dan sesudah model CUD baru

Model CUD berbasis pembelanjaan yang baru mengharuskan Anda merencanakan dan menyesuaikan sistem internal yang mungkin menggunakan data Penagihan Cloud. Oleh karena itu, kami memberikan skenario berikut untuk menunjukkan cara perubahan skema dan data ekspor data, sebelum dan setelah model CUD baru. Kami selanjutnya membagi skenario ini menjadi situasi saat Anda menggunakan CUD secara berlebihan dan kurang untuk menunjukkan pengaruhnya terhadap ekspor data.

Untuk kedua skenario, anggaplah Anda telah membeli VM E2-Standard-8 di US Central 1, yang terdiri dari dua SKU untuk RAM dan Core. SKU ini menggunakan ID fiktif RAM SKU dan Core SKU.

Kemudian, Anda membeli 1 Year GCE Flex CUD seharga $0,1/jam untuk skenario penggunaan berlebih dan $0,3/jam untuk skenario penggunaan kurang. ID ini direpresentasikan dalam data sebagai ID fiktif Fee SKU.

Skenario DA yang terlalu banyak digunakan

Dalam skenario penggunaan berlebih, Anda melakukan pembelian yang disebutkan sebelumnya dan menggunakan CUD secara berlebih.

Data sebelum

Sebelum model CUD baru, skema dan nilai data ekspor Penagihan Cloud Anda akan terlihat seperti tabel berikut.

^{1. Kolom ini merepresentasikan nilai label goog-originating-sku-id.}

Data Setelah

Setelah model CUD baru, skema dan nilai data ekspor Penagihan Cloud Anda akan terlihat seperti tabel berikut.

^{1. Kolom ini merepresentasikan nilai label goog-originating-sku-id.}

Perhatikan hal berikut dalam model CUD baru ini:

• Ada dua baris untuk setiap CUD, bukan satu untuk setiap CUD.
• Ada kolom consumption_model.description baru yang memisahkan entri CUD tambahan, dengan:
  • Nilai Compute Flexible CUDs 1 Year menunjukkan bahwa Anda menerima diskon DA yang diharapkan.
  • Nilai Default menunjukkan bahwa Anda menggunakan CUD secara berlebihan, dan biaya Anda kembali ke harga default untuk jumlah kelebihan penggunaan. Hal ini juga ditunjukkan oleh subscription.instance_id yang tidak memiliki nilai.
  • Baris biaya CUD juga memiliki nilai Default, karena diskon tidak berlaku untuk baris tersebut. Sebagai gantinya, kolom credits menunjukkan bahwa offset negatif diterapkan untuk meniadakan biaya.

Skenario DA yang kurang dimanfaatkan

Untuk skenario yang kurang dimanfaatkan ini, kami mengasumsikan Anda telah melakukan pembelian yang disebutkan sebelumnya dan kurang memanfaatkan CUD.

Data sebelum

Sebelum model CUD baru, skema dan nilai data ekspor Penagihan Cloud Anda akan terlihat seperti tabel berikut.

^{1. Kolom ini merepresentasikan nilai label goog-originating-sku-id.}

Data Setelah

Setelah model CUD baru, skema dan nilai data ekspor Penagihan Cloud Anda akan terlihat seperti tabel berikut.

^{1. Kolom ini merepresentasikan nilai label goog-originating-sku-id.}

Perhatikan hal berikut dalam model CUD baru ini:

• Ada dua baris untuk setiap CUD, bukan satu untuk setiap CUD.
• Ada kolom consumption_model.description baru yang memisahkan entri CUD tambahan, dengan:
  • Nilai Compute Flexible CUDs 1 Year menunjukkan bahwa Anda menerima diskon DA yang diharapkan.
  • Nilai Default menunjukkan baris biaya CUD, karena diskon tidak berlaku untuk baris tersebut. Sebagai gantinya, kolom credits menunjukkan bahwa offset negatif diterapkan untuk meniadakan biaya, yang digabungkan ke dalam baris pertama.
• Baris pertama menampilkan jumlah biaya CUD.

Contoh Kueri untuk KPI CUD utama

Anda dapat menggunakan metrik KPI penting ini untuk memvalidasi bahwa sistem Anda berfungsi dengan baik dengan model data baru:

1. Penghematan dengan komitmen ($): Menjelaskan penghematan yang dihasilkan dari komitmen Anda. Metrik ini menggunakan formula (Cost of resources at on-demand rates - cost of resources with commitment discounts).
2. Penghematan komitmen (%): Mendeskripsikan persentase penghematan yang dihasilkan dari komitmen Anda. Metrik ini menggunakan formula (Commitment savings / costs of resources at on-demand rates)*100.
3. Penggunaan komitmen (%): Mengukur seberapa efektif Anda menggunakan komitmen, yang dinyatakan sebagai persentase. Metrik ini menggunakan formula (Commitment applied to eligible spend / total commitment).

4. Tarif penghematan efektif (%): Menjelaskan laba atas investasi (ROI) untuk diskon komitmen. Metrik ini menggunakan formula (Commitment Savings / On-Demand Equivalent Spend).

   Untuk mendapatkan insight yang lebih baik tentang data biaya Anda, contoh kueri BigQuery berikut menunjukkan cara mengambil informasi yang berguna untuk KPI berikut.

Pilih contoh kueri yang benar

Untuk membantu Anda memperbarui kueri terkait perubahan pada model data, kami menyediakan dua versi kueri contoh KPI. Pilih salah satu opsi berikut:

• Contoh kueri KPI menggunakan model data lama
• Contoh kueri KPI menggunakan model data baru

Contoh kueri KPI menggunakan model data lama

Gunakan contoh kueri ini jika Anda tidak menggunakan model data baru.

Kueri ini hanya untuk DA fleksibel Compute. Untuk membuat kueri produk CUD berbasis pembelanjaan lainnya, Anda harus mengubah nilai berikut:

• cud_product
• sku.description
• credit.type

Biaya CUD ditambah penghematan 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 adalah tahun dan bulan saat ini dalam format YYYYMM, misalnya '202504'.

Pemanfaatan komitmen

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 adalah tahun dan bulan saat ini dalam format YYYYMM, misalnya '202504'.

Rasio tabungan efektif

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 adalah tahun dan bulan saat ini dalam format YYYYMM, misalnya '202504'.

Contoh kueri KPI menggunakan model data baru

Gunakan kueri contoh ini jika Anda telah mengadopsi model data baru.

Kueri ini hanya untuk DA fleksibel Compute. Untuk membuat kueri produk CUD berbasis pembelanjaan lainnya, Anda harus mengubah nilai berikut:

• 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 adalah tahun dan bulan saat ini dalam format YYYYMM, misalnya '202504'.

Ekspor Penagihan Cloud ke BigQuery

Ekspor Penagihan Cloud ke BigQuery standar, ekspor data terperinci, dan ekspor data penagihan ulang (khusus reseller), menambahkan atau mengubah kolom berikut:

Perubahan ekspor harga

Ekspor Penagihan Cloud ke BigQuery menambahkan atau mengubah kolom berikut untuk informasi harga:

Informasi produk CUD baru

SKU biaya CUD baru menggantikan SKU biaya CUD yang ada, dan ID penawaran serta ID model penggunaan baru berlaku untuk semua CUD dalam cakupan. Anda dapat menggunakan detail berikut untuk membantu menyesuaikan kueri dan dasbor.

Migrasi ID model penawaran dan konsumsi

Tabel berikut menunjukkan ID model Penawaran dan Penggunaan yang akan dimigrasikan dari model data lama ke model data baru.

Migrasi ID SKU Biaya CUD

Tabel berikut menampilkan ID SKU biaya CUD yang dimigrasikan dari model data lama ke model data baru, per produk.

Cloud Run

Bigtable

Dataflow

Memorystore for Redis

Cloud Spanner

Kubernetes Engine

AlloyDB untuk PostgreSQL

Cloud SQL

Compute Flexible

Managed Service For Apache Kafka

BigQuery

Cloud Firestore

Backup and DR untuk Oracle

Topik terkait

• Pelajari peningkatan program DA berbasis pembelanjaan.