Tarifs

Limites d'utilisation Always Free

Dans le cadre de la version gratuite de Google Cloud, vous bénéficiez d'un quota de ressources gratuites avec BigQuery dans la limite des conditions fixées. Ce quota est disponible pendant et après l'essai gratuit. Si vous dépassez les limites d'utilisation et que l'essai gratuit est terminé, le service vous sera facturé selon les tarifs figurant sur cette page.

Ressource Limites mensuelles d'utilisation gratuite Détails
Stockage Les 10 premiers Go par mois sont gratuits. Les modèles et les données d'entraînement BigQuery ML stockés dans BigQuery sont inclus dans la version de stockage gratuite de BigQuery.
Requêtes (analyse) Le premier To de données de requêtes traitées chaque mois est gratuit. Les requêtes utilisant les fonctions de prédiction, d'inspection et d'évaluation de BigQuery ML sont incluses dans la version d'analyse gratuite de BigQuery. Ce n'est pas le cas des requêtes BigQuery ML qui contiennent des instructions CREATE MODEL.
BigQuery propose également des tarifs forfaitaires pour les clients ayant un volume de requêtes important et préférant un coût mensuel fixe.
Requêtes CREATE MODEL BigQuery ML Les 10 premiers Go de données traitées chaque mois par des requêtes contenant des instructions CREATE MODEL sont gratuits. Les requêtes CREATE MODEL BigQuery ML sont indépendantes de la version gratuite de l'analyse BigQuery. Elles ne s'appliquent qu'aux modèles BigQuery ML intégrés (modèles entraînés dans BigQuery).

Tarifs de BigQuery ML

Les modèles BigQuery ML peuvent être classés dans deux catégories : modèles intégrés et modèles externes. Les modèles intégrés BigQuery ML sont entraînés dans BigQuery, comme les modèles de régression linéaire, de régression logistique, de k-moyennes, de factorisation matricielle et de série temporelle. Les modèles externes BigQuery ML sont entraînés à l'aide d'autres services Google Cloud, de modèles d'arbres de décision boostés et de DNN (qui sont entraînés sur AI Platform) et de modèles AutoML (qui sont entraînés sur le backend d'AutoML Tables). Les tarifs d'entraînement de modèles BigQuery ML dépendent du type de modèle et du modèle d'utilisation : forfaitaire ou à la demande. Les fonctionnalités de prédiction et d'évaluation de BigQuery ML sont exécutées en interne pour tous les types de modèles, dont la tarification est décrite ci-dessous.

Tarifs forfaitaires de BigQuery ML

BigQuery propose des tarifs forfaitaires pour les clients ayant un volume de requêtes important ou les grandes entreprises qui préfèrent un coût mensuel fixe plutôt qu'un prix à la demande pour la création, l'évaluation, l'inspection et la prédiction de modèles.

Vous pouvez utiliser des réservations pour entraîner les modèles actuels dans BigQuery ML. Si vous choisissez un tarif forfaitaire, les coûts BigQuery ML sont inclus dans le tarif forfaitaire BigQuery mensuel.

Réservations pour créer des modèles intégrés

BigQuery présente trois types de tâches pour l'attribution de réservations : QUERY, PIPELINE et ML_EXTERNAL. Les attributions QUERY, utilisées pour les requêtes analytiques, permettent également d'exécuter des requêtes CREATE MODEL pour les modèles intégrés BigQuery ML. Les requêtes analytiques et d'entraînement de modèles intégrés partagent le même pool de ressources dans leurs réservations attribuées, et suivent le même comportement vis-à-vis de la préemption et de l'utilisation d'emplacements inactifs associés à d'autres réservations.

Réservations pour créer des modèles externes

Comme les modèles externes sont entraînés en dehors de BigQuery, ces charges de travail ne sont pas préemptives. Par conséquent, pour garantir que les autres charges de travail ne sont pas affectées, seules les réservations avec une attribution associée au type de tâche ML_EXTERNAL peuvent être utilisées pour ces tâches externes. Pour exécuter des requêtes CREATE MODEL pour les modèles externes BigQuery ML, vous devez disposer d'attributions de réservation associées aux deux types de tâches QUERY et ML_EXTERNAL. Les emplacements de type QUERY sont utilisés pour prétraiter les requêtes exécutées au sein de BigQuery, et les emplacements de type ML_EXTERNAL sont employés pour entraîner les modèles sur des services Google Cloud externes. La page sur la gestion de la charge de travail liée aux réservations explique comment créer des réservations pour les tâches d'entraînement de modèles externes. L'utilisation d'emplacements par tâche est calculée pour conserver des prix équivalents entre les emplacements BigQuery et les services Google Cloud externes.

Tarifs de BigQuery ML à la demande

Les tarifs de BigQuery ML pour les requêtes à la demande dépendent du type d'opération : choix du type, création, évaluation, inspection ou prédiction de modèles.

Les tarifs de BigQuery ML à la demande sont les suivants :

Simulations BigQuery ML

En raison de la nature des algorithmes sur lesquels certains types de modèles reposent et des différentes tarifications applicables, le calcul des estimations initiales s'avère complexe. C'est pourquoi le nombre d'octets traités n'est calculé qu'une fois l'entraînement terminé pour certains types de modèles.

Exemple de tarification de BigQuery ML

Les frais BigQuery ML ne sont pas détaillés séparément sur votre relevé de compte. Pour les modèles actuels, si vous bénéficiez d'une tarification forfaitaire de BigQuery, les frais de BigQuery ML sont inclus.

Si vous utilisez un tarif à la demande, les frais BigQuery ML sont inclus dans le prix d'analyse (de requête) de BigQuery.

Les tâches BigQuery ML qui effectuent des opérations d'inspection, d'évaluation et de prédiction entraînent les mêmes frais que les tâches de requêtes à la demande. Étant donné que les requêtes CREATE MODEL entraînent des frais différents, vous devez calculer les coûts des tâches CREATE MODEL séparément à l'aide des journaux d'audit Stackdriver. Les journaux d'audit vous permettent de déterminer les octets facturés par le service BigQuery ML pour chaque tâche CREATE MODEL BigQuery ML. Vous devez ensuite multiplier les octets facturés par le coût des requêtes CREATE MODEL dans votre emplacement régional ou multirégional.

Par exemple, pour déterminer le coût d'une tâche de requête incluant une instruction CREATE MODEL BigQuery ML dans la zone US :

  1. Accédez à la page Stackdriver Logging dans Google Cloud Console.

  2. Vérifiez que le produit sélectionné est BigQuery.

  3. Cliquez sur la flèche du menu déroulant de la zone "Filtrer par étiquette ou texte recherché", puis sélectionnez Convertir en filtre avancé. Le texte suivant est ajouté au filtre :

    resource.type="bigquery_resource"
    
  4. Ajoutez le texte suivant sur la deuxième ligne, sous la ligne resource.type :

    protoPayload.serviceData.jobCompletedEvent.job.jobConfiguration.query.statementType="CREATE_MODEL"
    
  5. À droite du bouton Envoyer le filtre, sélectionnez la période appropriée dans la liste déroulante. Par exemple, si vous sélectionnez Dernières 24 heures, les tâches CREATE MODEL BigQuery ML effectuées au cours des dernières 24 heures s'affichent.

  6. Cliquez sur Envoyer le filtre pour afficher les tâches effectuées pendant la période sélectionnée.

  7. Une fois que les données s'affichent, cliquez sur Options d'affichage, puis sélectionnez Modifier les champs personnalisés.

  8. Dans la boîte de dialogue Ajouter des champs personnalisés, saisissez :

    protoPayload.serviceData.jobCompletedEvent.job.jobStatistics.totalBilledBytes
    
  9. Cliquez sur Enregistrer pour mettre à jour les résultats.

  10. Une fois la page mise à jour, les octets facturés pour chaque tâche BigQuery ML apparaissent à droite de la date et l'heure de la tâche. Si les octets facturés sont inclus dans la version gratuite, aucune valeur n'apparaît. Exemple :

    Octets BigQuery ML facturés

  11. Pour calculer les frais liés à la tâche CREATE MODEL BigQuery ML, multipliez les octets facturés par le prix à la demande de BigQuery ML. Dans cet exemple, la tâche CREATE MODEL a traité 100 873 011 200 octets. Pour calculer le coût de cette tâche dans l'emplacement multirégional US, divisez les octets facturés par le nombre d'octets par To, puis multipliez le résultat par le coût de création du modèle :

    100873011200/1099511627776 x $250.00 = $22.94