BigQuery ML 价格

“始终免费”用量限制

作为 Google Cloud Platform 免费层级的一部分,BigQuery 提供了一些免费资源,但用量不能超过特定限额。这些免费资源的用量限额在免费试用期间及试用结束后均有效。如果超过这些用量限额且免费试用期已过,您将需要根据本页中列出的价格支付费用。

资源 每月免费用量上限 详情
存储 每月前 10 GB 数据免费。 存储在 BigQuery 中的 BigQuery ML 模型和训练数据会计入 BigQuery 存储服务的免费层级。
查询(分析) 每月处理的前 1 TB 查询数据免费。 使用 BigQuery ML 预测、检查和评估功能的查询会计入 BigQuery 分析服务的免费层级。包含 CREATE MODEL 语句的 BigQuery ML 查询不计入免费层级。
BigQuery 还为那些希望月度费用稳定在一定水平的高用量客户提供固定费率价格
BigQuery ML CREATE MODEL 查询 包含 CREATE MODEL 语句的查询每月处理的前 10 GB 数据免费。 BigQuery ML CREATE MODEL 查询不计入 BigQuery 分析的免费层级。

BigQuery ML 价格

BigQuery ML 价格适用于当前支持的所有模型。BigQuery ML 价格取决于您的使用模式,即固定还是按需。

BigQuery ML 固定价格

BigQuery 提供固定价格模式,以满足查询量较大的客户或大型企业客户的需求。此类客户可能更希望每月支付稳定的查询费用,而不是按需支付模型的创建、评估、检查和预测费用。

目前我们不对 BigQuery ML 额外收取固定费用。如果您选择固定价格,则在 2019 年 12 月 31 日之前,BigQuery ML 费用将包含在每月按固定费率计算的 BigQuery 费用中。

BigQuery ML 按需价格

BigQuery ML 的按需查询价格取决于操作类型:模型创建、模型评估、模型检查或模型预测。

BigQuery ML 的按需价格如下所示:

美国(多区域) 欧盟(多区域) 洛杉矶 (us-west2) 蒙特利尔 (northamerica-northeast1) 北弗吉尼亚 (us-east4) 圣保罗 (southamerica-east1) 芬兰 (europe-north1) 伦敦 (europe-west2) 苏黎世 (europe-west6) 香港 (asia-east2) 孟买 (asia-south1) 台湾 (asia-east1) 东京 (asia-northeast1) 新加坡 (asia-southeast1) 悉尼 (australia-southeast1)
按月
操作 价格 详情
模型创建 仅限 50 次迭代。
CREATE MODEL 语句每月处理的前 10 GB 数据计入 BigQuery 免费层级,是免费的。
评估、检查和预测 评估、检查和预测查询的费用计入 BigQuery 免费层级每月的 1 TB 数据中。

如果您使用非美元货币付费,请参阅 Cloud Platform SKU 上以您的币种列出的价格。

BigQuery ML 价格示例

BigQuery ML 费用不会在您的对帐单上单独列出。如果您采用的是 BigQuery 固定费率方案,则在 2019 年 12 月 31 日之前,BigQuery ML 费用将包含在按固定费率计算的费用中。

如果您采用的是按需价格方案,则 BigQuery ML 费用会包含在 BigQuery 分析(查询)费用之中。

对于执行检查、评估和预测操作的 BigQuery ML 作业,我们会依照按需查询作业的价格向您收费。由于 CREATE MODEL 查询产生的费用会有不同,因此您必须利用 Stackdriver 审核日志单独计算 CREATE MODEL 作业的费用。通过审核日志,您可以确定 BigQuery ML 服务针对每项 BigQuery ML CREATE MODEL 作业结算的字节数。然后,将此结算字节数与您所在单区域位置或多区域位置的相应 CREATE MODEL 查询费用相乘即可。

例如,要确定在 US 区域执行包含 BigQuery ML CREATE MODEL 语句的查询作业所需的费用,请执行以下操作:

  1. 在 GCP Console 中打开 Stackdriver Logging 页面。

  2. 确认产品设置为 BigQuery。

  3. 点击“按标签过滤或搜索文字”框中的下拉箭头,然后选择转换为高级过滤条件。系统随即会将以下文本添加到过滤条件中:

    resource.type="bigquery_resource"
    
  4. 将以下文本添加到 resource.type 行下的第二行:

    protoPayload.serviceData.jobCompletedEvent.job.jobConfiguration.query.statementType="CREATE_MODEL"
    
  5. 提交过滤条件按钮的右侧,从下拉列表中选择合适的时间范围。例如,如果您选择过去 24 小时,系统将显示过去 24 小时内完成的 BigQuery ML CREATE MODEL 作业。

  6. 点击提交过滤条件,以显示在给定时间范围内完成的作业。

  7. 数据显示在页面上之后,点击查看选项并选择修改自定义字段

  8. 添加自定义字段对话框中,输入以下内容:

    protoPayload.serviceData.jobCompletedEvent.job.jobStatistics.totalBilledBytes
    
  9. 点击保存以更新结果。

  10. 页面更新后,每项 BigQuery ML 作业的结算字节数会显示在该作业的时间戳右侧。如果结算字节数属于免费层级范围,则系统不会显示任何值。例如:

    BigQuery ML 结算字节数

  11. 要计算 BigQuery ML CREATE MODEL 作业的费用,将结算字节数与 BigQuery ML 按需价格相乘即可。在本例中,CREATE MODEL 作业处理了 100873011200 个字节。要计算在 US 多区域位置执行这项作业所需的费用,请将结算字节数除以每 TB 字节数,然后再将所得结果与模型创建费用相乘即可:

    100873011200/1099511627776 x $250.00 = $22.94

此页内容是否有用?请给出您的反馈和评价:

发送以下问题的反馈:

此网页
BigQuery ML 文档