Beispielabfragen für den Export von Cloud Billing-Daten

Auf dieser Seite finden Sie einige Beispiele zum Abfragen der Cloud Billing-Daten, die nach BigQuery exportiert und dort gespeichert wurden.

Weitere Informationen zum Exportieren Ihrer Abrechnungsdaten in BigQuery finden Sie unter Übersicht und Einschränkungen.

Tabellennamen angeben, der in Abfragen verwendet werden soll

Interaktive Anleitung: Rechnungsdaten mit BigQuery analysieren (20 Minuten)

Erste Schritte mit Exporten von Rechnungsdaten finden Sie in dieser interaktiven Anleitung. In dieser Anleitung aktivieren Sie Cloud Billing-Daten für den Export in ein BigQuery-Dataset. Anschließend führen Sie einige Beispielabfragen über die BigQuery-Weboberfläche aus, um Rechnungsdaten zu untersuchen.

Anleitung zum Exportieren von Abrechnungsdaten starten

Zum Abfragen der Cloud Billing-Daten in BigQuery müssen Sie in diesen Beispielen den Tabellennamen in der Klausel FROM angeben. Der Tabellenname wird mit drei Werten ermittelt: project.dataset.BQ_table_name.

• project ist die ID des von Ihnen eingerichteten Google Cloud-Projekts, das Ihr BigQuery-Dataset enthält.
• dataset ist der Name des von Ihnen eingerichteten BigQuery-Datasets, das die BigQuery-Tabellen mit Ihren exportierten Cloud Billing-Daten enthalten soll.
• BQ_table_name ist der Name der BigQuery-Tabelle, die die exportierten Cloud Billing-Daten enthält, die Sie abfragen möchten. Es gibt drei BigQuery-Tabellen, die Cloud Billing-Daten enthalten:
  • Tabelle mit Standardnutzungskosten: In Ihrem BigQuery-Dataset heißt diese Tabelle gcp_billing_export_v1_<BILLING_ACCOUNT_ID>.
  • Tabelle mit detaillierten Nutzungskosten: In Ihrem BigQuery-Dataset heißt diese Tabelle gcp_billing_export_resource_v1_<BILLING_ACCOUNT_ID>.
  • Preistabelle: Diese Tabelle heißt in Ihrem BigQuery-Dataset cloud_pricing_export.

Beispielabfragen nach Cloud Billing-Datentyp

Auf dieser Seite finden Sie Beispielabfragen für standardmäßige Nutzungskosten ,detaillierte Nutzungskosten und Preisdaten.

Wenn Sie sich für den Export detaillierter Nutzungskostendaten entschieden haben, können Sie zusätzlich zu den Beispielen für detaillierte Nutzungskostenabfragen auch die Beispiele für Standard-Nutzungskostenabfragen verwenden.

Standardmäßige Nutzungskosten	Detaillierte Nutzungskosten	Preise
Abfragebeispiele für Standardnutzungskosten Gesamtkosten einer Rechnung Beispiel 1: Summe aller Kosten pro Rechnung Beispiel 2: Details zu den zurückgegebenen Daten nach Kostenart pro Rechnungsmonat Abfragebeispiele mit Labels Jede Zeile einzeln abfragen Nach Labelzuordnung als JSON-String gruppieren Nach Labelwert für einen bestimmten Schlüssel gruppieren Nach Schlüssel/Wert-Paar gruppieren Abfragen mit Rabatten für zugesicherte Nutzung Zusicherungsgebühren ansehen Gutschriften für Zusicherungen ansehen Filter für die Ressourcenhierarchie zur Überprüfung der Herkunft verwenden Beispiel 1: Nach Ressourcennamen filtern Beispiel 2: Nach Anzeigename filtern Abfragebeispiele mit Tags Kosten nach Rechnungsmonat mit Tags berechnen Kosten für nicht getaggte Ressourcen ansehen Weitere Abfragebeispiele Abfragekosten und Gutschriften nach Projekt für einen bestimmten Rechnungsmonat	Abfragebeispiele für detaillierte Nutzungskosten Kosten auf Ressourcenebene einer Rechnung zurückgeben Gesamtkosten für jede Ressource pro Rechnung Rückgabedetails nach Kostenart für jede Ressource pro Rechnungsmonat Aufschlüsselung der GKE-Clusterkosten (Google Kubernetes Engine) abrufen GKE-Kostenaufschlüsselung filtern	Beispiele für Preisdatenabfragen Preise für eine bestimmte Artikelnummer Listenpreise für eine bestimmte Artikelnummer einschließlich Dienstbeschreibung Beispiel 1: Verschachtelte Daten Beispiel 2: Unverschachtelte Daten, die mit derselben Tabelle verknüpft sind Produkt-Taxonomie und Geo-Taxonomie zur Abfrage von Artikelnummern verwenden Produkt-Taxonomie einer Artikelnummer abrufen Alle SKUs für eine bestimmte Produkt-Taxonomie abrufen Alle Artikelnummern für eine bestimmte geografische Taxonomie und Produkt-Taxonomie abrufen Preisdaten mit detaillierten Nutzungskosten verknüpfen

Abfragebeispiele für Standardnutzungskosten

In diesem Abschnitt wird anhand von Beispielen gezeigt, wie Sie die in BigQuery exportierten Cloud Billing-Standardnutzungskosten abfragen.

Diese Abfragebeispiele funktionieren auch mit detaillierten Nutzungskosten, die nach BigQuery exportiert werden, allerdings sind sie nicht zum Abrufen der Informationen auf Ressourcenebene geschrieben, die mit der Exportoption zu detaillierten Nutzungskosten bereitgestellt wird.

Häufige Werte, die in den Abfragebeispiele für Standardkosten verwendet werden

In den Abfragebeispielen in diesem Abschnitt wird als Tabellenname der folgende Wert verwendet: project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX

Gesamtkosten einer Rechnung zurückgeben

Die folgenden Abfragen zeigen zwei Möglichkeiten, wie Sie sich Kosten und Guthaben anhand von exportierten Abrechnungsdaten anzeigen lassen können.

• Im Feld total werden die Gleitkommawerte für Kosten und Gutschriften direkt summiert. Dadurch kann es zu Rundungsfehlern kommen.
• Das Feld total_exact wandelt die Kosten- und Gutschriftswerte vor dem Summieren in "Micros" um. Nach dem Summieren werden diese wieder in Dollar umgewandelt und so Rundungsfehler mit Gleitkommazahlen vermieden.

Beispiel 1: Summe aller Kosten pro Rechnung

Diese Abfrage zeigt die Rechnungssumme für jeden Monat als Summe der regelmäßigen Kosten, Steuern, Korrekturen und Rundungsfehler.

Standard-SQL

SELECT
  invoice.month,
  SUM(cost)
    + SUM(IFNULL((SELECT SUM(c.amount)
                  FROM UNNEST(credits) c), 0))
    AS total,
  (SUM(CAST(cost AS NUMERIC))
    + SUM(IFNULL((SELECT SUM(CAST(c.amount AS NUMERIC))
                  FROM UNNEST(credits) AS c), 0)))
    AS total_exact
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
GROUP BY 1
ORDER BY 1 ASC
;

Das Ergebnis der vorherigen Abfrage kann beispielsweise so aussehen:

Zeile	Monat	Summe	Summe (genau)
1	201901	1005,004832999999984 $	1005,00 $
2	201902	992,3101739999999717 $	992,31 $
3	201903	1220,761089999999642 $	1220,76 $

Beispiel 2: Details zu den zurückgegebenen Daten nach Kostenart pro Rechnungsmonat

Diese Abfrage ergibt die Gesamtsummen für jeden cost_type pro Monat. Kostenarten umfassen regelmäßige Kosten, Steuern, Korrekturen und Rundungsfehler.

Standard-SQL

SELECT
  invoice.month,
  cost_type,
  SUM(cost)
    + SUM(IFNULL((SELECT SUM(c.amount)
                  FROM   UNNEST(credits) c), 0))
    AS total,
  (SUM(CAST(cost AS NUMERIC))
    + SUM(IFNULL((SELECT SUM(CAST(c.amount AS NUMERIC))
                  FROM UNNEST(credits) AS c), 0)))
    AS total_exact
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
GROUP BY 1, 2
ORDER BY 1 ASC, 2 ASC
;

Das Ergebnis der vorherigen Abfrage kann beispielsweise so aussehen:

Zeile	Monat	Kostenart	Summe	Summe (genau)
1	201901	Regelmäßige Kosten	1000,501209987994782 $	1000,50 $
2	201901	Rundungsfehler	-0,500489920049387 $	-0,50 $
3	201901	Steuer	10,000329958477891 $	10,00 $
4	201901	Korrektur	-5,002572999387045 $	-5,00 $

Abfragebeispiele mit Labels

Hinweis: Bestimmte Felder wie Labels und Gutschriften werden wiederholt. Weitere Informationen zum Arbeiten mit Arrays in BigQuery-Standard-SQL

Die folgenden Beispiele zeigen andere Möglichkeiten zum Abfragen von Daten mit Labels.

Für die Beispiele in diesem Abschnitt wird von Folgendem ausgegangen:

• Sie haben zwei Anwendungen ("grapefruit-squeezer" und "chocolate-masher").
• Für jede Anwendung haben Sie zwei Umgebungen: "dev" (Entwicklung) und "prod" (Produktion).
• In der Entwicklungsumgebung ist eine kleine Instanz pro Anwendung vorhanden.
• In der Produktionsumgebung ist eine kleine Instanz in Amerika und eine kleine Instanz in Asien vorhanden.
• Jede Instanz trägt den Namen der Anwendung und der Umgebung.
• Sie haben eine Instanz ohne Label, die Sie zum Experimentieren verwenden.

Ihre Rechnung beträgt insgesamt 24 $ und setzt sich so zusammen:

Instanz	Labels	Gesamtkosten
Kleine Instanz mit einer VCPU in Amerika	–	4 $
Kleine Instanz mit einer VCPU in Amerika	app: chocolate-masher environment: dev	2 $
Kleine Instanz mit einer VCPU in Amerika	app: grapefruit-squeezer environment: dev	3 $
Kleine Instanz mit einer VCPU in Amerika	app: chocolate-masher environment: prod	3,25 $
Kleine Instanz mit einer VCPU in Asien	app: chocolate-masher environment: prod	3,75 $
Kleine Instanz mit einer VCPU in Amerika	app: grapefruit-squeezer environment: prod	3,50 $
Kleine Instanz mit einer VCPU in Asien	app: grapefruit-squeezer environment: prod	4,50 $

Jede Zeile einzeln abfragen

Die detaillierteste Kostenansicht erhalten Sie, indem Sie jede Zeile einzeln abfragen, ohne Gruppierungen vorzunehmen. Gehen wir davon aus, dass mit Ausnahme von Labels und der SKU-Beschreibung alle Felder wie Projekt, Produkt usw. identisch sind.

Standard-SQL

SELECT
  sku.description,
  TO_JSON_STRING(labels) as labels,
 cost as cost
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`;

Legacy-SQL

TO_JSON_STRING not supported.

Zeile	sku.description	Labels	Kosten
1	Kleine Instanz mit einer VCPU in Amerika	[]	4 $
2	Kleine Instanz mit einer VCPU in Amerika	[{"key":"app","value":"chocolate-masher"},{"key":"environment","value":"dev"}]	2 $
3	Kleine Instanz mit einer VCPU in Amerika	[{"key":"app","value":"grapefruit-squeezer"},{"key":"environment","value":"dev"}]	3 $
4	Kleine Instanz mit einer VCPU in Amerika	[{"key":"app","value":"chocolate-masher"},{"key":"environment","value":"prod"}]	3,25 $
5	Kleine Instanz mit einer VCPU in Asien	[{"key":"app","value":"chocolate-masher"},{"key":"environment","value":"prod"}]	3,75 $
6	Kleine Instanz mit einer VCPU in Amerika	[{"key":"app","value":"grapefruit-squeezer"},{"key":"environment","value":"prod"}]	3,50 $
7	Kleine Instanz mit einer VCPU in Asien	[{"key":"app","value":"grapefruit-squeezer"},{"key":"environment","value":"prod"}]	4,50 $
		GESAMT	24 $

Nach Labelzuordnung als JSON-String gruppieren

Mit dieser Methode können Sie die Kosten schnell und einfach nach Labelkombination aufschlüsseln.

Standard-SQL

SELECT
  TO_JSON_STRING(labels) as labels,
  sum(cost) as cost
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
GROUP BY labels;

Legacy-SQL

TO_JSON_STRING not supported.

Zeile	Labels	Kosten
1	[]	4 $
2	[{"key":"app","value":"chocolate-masher"},{"key":"environment","value":"dev"}]	2 $
3	[{"key":"app","value":"grapefruit-squeezer"},{"key":"environment","value":"dev"}]	3 $
4	[{"key":"app","value":"chocolate-masher"},{"key":"environment","value":"prod"}]	7 $
5	[{"key":"app","value":"grapefruit-squeezer"},{"key":"environment","value":"prod"}]	8 $
	GESAMT	24 $

Nach Labelwert für einen bestimmten Schlüssel gruppieren

Häufig werden die Kosten nach den Werten eines bestimmten Labelschlüssels aufgeschlüsselt. Kosten ohne diesen Schlüssel können Sie durch LEFT JOIN und Eingabe des Schlüsselfilters als JOIN-Bedingung (anstelle von WHERE) einbeziehen. Sie erhalten auf diese Weise eine vollständige Übersicht Ihrer Kosten.

Standard-SQL

SELECT
  labels.value as environment,
  SUM(cost) as cost
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
LEFT JOIN UNNEST(labels) as labels
  ON labels.key = "environment"
GROUP BY environment;

Legacy-SQL

SELECT
  labels.value as environment,
  SUM(cost) as cost
FROM [project:dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX]
WHERE labels.key = "environment" OR labels.key IS NULL
GROUP BY environment;

Zeile	Umgebung	Kosten
1	prod	15 $
2	dev	5 $
3	null	4 $
	GESAMT	24 $

Hinweis: Die Gesamtkosten müssen den gleichen Betrag wie eine Abfrage mit einer Gruppierung nach Labelzuordnung ergeben.

Nach Schlüssel/Wert-Paar gruppieren

Achtung: Wenn Sie Ergebnisse kombinieren, werden manche Positionen möglicherweise doppelt gezählt.

Behalten Sie dies beim Interpretieren oder Exportieren der Ergebnisse im Hinterkopf. Eine einzelne Zeile zeigt hier eine gültige Summe ohne doppelte Zählung. Sie sollte jedoch nicht mit anderen Zeilen kombiniert werden, es sei denn, beide haben denselben Schlüssel oder die Schlüssel werden definitiv nicht in derselben Ressource verwendet.

Standard-SQL

SELECT
  labels.key as key,
  labels.value as value,
  SUM(cost) as cost
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
LEFT JOIN UNNEST(labels) as labels
GROUP BY key, value;

Legacy-SQL

SELECT
  labels.key as key,
  labels.value as value,
  SUM(cost)
FROM [project:dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX]
GROUP BY key, value;

Zeile	Schlüssel	Wert	Kosten
1	null	null	4 $
2	app	chocolate-masher	9 $
3	app	grapefruit-squeezer	11 $
4	environment	dev	5 $
5	environment	prod	15 $
		GESAMT	44 $

Beachten Sie, dass die Gesamtsumme größer als auf der Rechnung ist.

Abfragen mit Rabatten für zugesicherte Nutzung

Die folgenden Abfragen zeigen, wie die Gebühren und Gutschriften aufgerufen werden können, die mit Rabatten für zugesicherte Nutzung in exportierten Abrechnungsdaten verknüpft sind. Um zu verstehen, wie Ihre Zusicherungsgebühren und -Gutschriften Ihrem Cloud-Rechnungskonto und Ihren Projekten zugeordnet werden, siehe Zuweisung von Rabatten für zugesicherte Nutzung.

Zusicherungsgebühren ansehen

Verwenden Sie die folgende Beispielabfrage, um die Zusicherungsgebühren für Ihre Rabatte für zugesicherte Nutzung in Ihrem Abrechnungsdatenexport aufzurufen.

Standard-SQL

SELECT
    invoice.month AS invoice_month,
    SUM(cost) as commitment_fees
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
WHERE LOWER(sku.description) LIKE "commitment%"
GROUP BY 1

Gutschriften für Zusicherungen ansehen

Mit der folgenden Beispielabfrage können Sie das Guthaben für Rabatte für zugesicherte Nutzung im Abrechnungsdatenexport ansehen.

Hinweis: Wenn Sie dieses Beispiel ändern und präzise Ergebnisse erhalten möchten, müssen Sie die Anweisung LEFT JOIN UNNEST mit dem Filter für credits.name verwenden oder einen Filter für ein anderes Feld in credits verwenden. Wenn Sie den Filter auf credits.name entfernen möchten, empfehlen wir, die LEFT JOIN UNNEST-Anweisung zu entfernen und eine verschachtelte SELECT-Abfrage zu verwenden, um Gutschriften zu erhalten. Beispiel: Beispiel für Abfrage von Kosten nach Projekt.

Standard-SQL

SELECT
    invoice.month AS invoice_month,
    SUM(credits.amount) as CUD_credits
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
LEFT JOIN UNNEST(credits) AS credits
WHERE credits.type = "COMMITTED_USAGE_DISCOUNT"
GROUP BY 1

Filter für die Ressourcenhierarchie zur Überprüfung der Herkunft verwenden

Sie können Ressourcenhierarchiefilter verwenden, um Kosten nach Hierarchieelementen wie Projekten, Ordnern und Organisationen zusammenzufassen. Diese Abfragebeispiele zeigen Methoden für die Summierung von Kosten, die nach Elementen der Ressourcenhierarchie gefiltert sind, und für die Anzeige der Projektherkunft.

Beispiel 1: Nach Ressourcenname filtern

In diesem Beispiel werden Abfragen demonstriert, die Kosten nach Projektherkunft gruppieren und nur Kosten herausfiltern, die unter einem bestimmten Hierarchieelement entstanden sind, das durch den relativen Ressourcennamen identifiziert wird.

String-Methode

SELECT
    invoice.month AS invoice_month,
    TO_JSON_STRING(project.ancestors) as ancestors,
    SUM(cost)
        + SUM(IFNULL((SELECT SUM(c.amount) FROM UNNEST(credits) c), 0))
        AS net_cost
  FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX` as bq
  WHERE TO_JSON_STRING(project.ancestors) like "%resource_name\":\"folders/1234"
  GROUP BY invoice_month, ancestors
  ORDER BY invoice_month, ancestors

UNNEST-Methode

SELECT
    invoice.month AS invoice_month,
    TO_JSON_STRING(project.ancestors) as ancestors,
    SUM(cost)
        + SUM(IFNULL((SELECT SUM(c.amount) FROM UNNEST(credits) c), 0))
        AS net_cost
  FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX` as bq, UNNEST(project.ancestors) as ancestor
  WHERE ancestor.resource_name = "folders/1234"
  GROUP BY invoice_month, ancestors
  ORDER BY invoice_month, ancestors

Beispiel 2: Nach Anzeigenamen filtern

In diesem Beispiel werden Abfragen demonstriert, die Kosten nach Projektherkunft gruppieren und nur nach Kosten filtern, die unter einem bestimmten Hierarchieelement erzeugt wurden, das durch den vom Nutzer angegebenen Anzeigenamen identifiziert wird.

Stringabgleich-Methode

SELECT
    invoice.month AS invoice_month,
    TO_JSON_STRING(project.ancestors) as ancestors,
    SUM(cost)
        + SUM(IFNULL((SELECT SUM(c.amount) FROM UNNEST(credits) c), 0))
        AS net_cost
  FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX` as bq
  WHERE TO_JSON_STRING(project.ancestors) like "%display_name\":\"MyFolderName%"
  GROUP BY invoice_month, ancestors
  ORDER BY invoice_month, ancestors

UNNEST-Methode

SELECT
    invoice.month AS invoice_month,
    TO_JSON_STRING(project.ancestors) as ancestors,
    SUM(cost)
        + SUM(IFNULL((SELECT SUM(c.amount) FROM UNNEST(credits) c), 0))
        AS net_cost
  FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX` as bq, UNNEST(project.ancestors) as ancestor
  WHERE ancestor.display_name = "MyFolderName"
  GROUP BY invoice_month, ancestors
  ORDER BY invoice_month, ancestors

Abfragebeispiele mit Tags

Die folgenden Beispiele zeigen Möglichkeiten, wie Sie Ihre Daten mit Tags abfragen können.

Kosten nach Rechnungsmonat mit Tags berechnen

Die folgende Abfrage zeigt, wie Sie Rückgabekosten für das Tag cost_center nach Rechnungsmonat verwenden können.

SELECT
  invoice.month AS invoice_month,
  tag.value AS cost_center,
  ROUND((SUM(CAST(cost AS NUMERIC))
    + SUM(IFNULL((SELECT SUM (CAST(c.amount AS NUMERIC))
                  FROM UNNEST(credits) AS c), 0))), 2)
    AS net_cost
FROM `ivory-vim-309221.billing_export_dataset.gcp_billing_export_resource_v1_018ADD_3CEBBB_A4DF22`, UNNEST(tags) AS tag
WHERE tag.key = "cost_center" AND tag.namespace = "821092389413"
GROUP BY invoice.month, tag.value
ORDER BY invoice.month, tag.value;

Das Ergebnis der vorherigen Abfrage kann beispielsweise so aussehen:

Row	invoice_month	cost_center	net_cost
1	202208	android_mobile_apps	9,93
2	202208	ios_mobile_apps	9,93
3	202209	android_mobile_apps	25,42
4	202209	ios_mobile_apps	25,4
5	202209	Personalisierung	16,08

Kosten für nicht getaggte Ressourcen ansehen

Diese Abfrage zeigt die Rechnungssumme für nicht getaggte Ressourcen, gruppiert nach Rechnungsmonat.

SELECT
 invoice.month AS invoice_month,
 ROUND((SUM(CAST(cost AS NUMERIC))
   + SUM(IFNULL((SELECT SUM(CAST(c.amount AS NUMERIC))
                 FROM UNNEST(credits) AS c), 0))), 2)
   AS net_cost
FROM
 `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
WHERE "color" NOT IN (SELECT key FROM UNNEST(tags))
GROUP BY invoice_month
ORDER BY invoice_month;

Das Ergebnis der vorherigen Abfrage kann beispielsweise so aussehen:

Row	invoice_month	net_cost
1	202202	0
2	202203	16,81
3	202204	54,09
4	202205	55,82
5	202206	54,09
6	202207	55,83
7	202208	31,49

Weitere Abfragebeispiele

Abfragekosten und Gutschriften nach Projekt für einen bestimmten Rechnungsmonat

Hinweis: Ein detailliertes Schema finden Sie unter Kostendaten für die Google Cloud-Nutzung in BigQuery.

Durch die Angabe eines bestimmten Rechnungsmonats, z. B. Juni 2020 (im Format JJJJMM), gibt diese Abfrage eine Ansicht der nach Projekt gruppierten Kosten und Gutschriften zurück und zeigt Projektlabels an.

Standard-SQL

SELECT
  project.name,
  TO_JSON_STRING(project.labels) as project_labels,
  sum(cost) as total_cost,
  SUM(IFNULL((SELECT SUM(c.amount) FROM UNNEST(credits) c), 0)) as total_credits
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
WHERE invoice.month = "202006"
GROUP BY 1, 2
ORDER BY 1;

Legacy-SQL

TO_JSON_STRING not supported.

Row	name	project_labels	total_cost	total_credits
1	CTG - Dev	[{"key":"ctg_p_env","value":"dev"}]	79.140979	-4.763796
2	CTG – Prod	[{"key":"ctg_p_env","value":"prod"},{"key":"ctg_team","value":"eng"}]	32.466272	-3.073356
3	CTG – Sandbox	[{"key":"ctg_p_env","value":"dev"}]	0	0
4	CTG – Storage	[{"key":"ctg_p_env","value":"prod"},{"key":"ctg_team","value":"data"}]	7.645793	-0.003761

---

Abfragebeispiele zu detaillierten Nutzungskosten

Dieser Abschnitt enthält Beispiele für die Abfrage von detaillierten Cloud Billing-Nutzungskosten, die nach BigQuery exportiert werden.

Da das Schema der detaillierten Nutzungskosten alle Felder aus dem Schema der Standardnutzungskosten umfasst, funktionieren die nach BigQuery exportierten Standarddaten auch mit den exportierten detaillierten Daten. Beachten Sie, dass die Abfragebeispiele für Standardnutzungskosten nicht zum Abrufen von Informationen auf Ressourcenebene geschrieben sind, die mit der Exportoption für detaillierte Nutzungskosten bereitgestellt werden. Beim Erstellen von Abfragen für die detaillierten Daten können Sie ein Standardabfragebeispiel als Vorlage verwenden, den Tabellennamen aktualisieren und alle Felder hinzufügen, die im Schema der detaillierten Nutzungskosten verfügbar sind.

Weitere Anforderungen und Einschränkungen für die exportierten detaillierten Daten finden Sie im Schema der detaillierten Nutzungskosten.

Allgemeine Werte, die in den Abfragebeispielen zu detaillierten Nutzungskosten verwendet werden

In den Abfragebeispielen in diesem Abschnitt wird als Tabellenname der folgende Wert verwendet: project.dataset.gcp_billing_export_resource_v1_XXXXXX_XXXXXX_XXXXXX

Kosten auf Ressourcenebene einer Rechnung zurückgeben

Die folgenden Abfragen zeigen zwei Möglichkeiten, wie Sie sich Kosten und Gutschriften auf Ressourcenebene in einer Rechnung mithilfe von exportierten Abrechnungsdaten anzeigen lassen können.

• Im Feld total werden die Gleitkommawerte für Kosten und Gutschriften direkt summiert. Dadurch kann es zu Rundungsfehlern kommen.
• Das Feld total_exact wandelt die Kosten- und Gutschriftswerte vor dem Summieren in "Micros" um. Nach dem Summieren werden diese wieder in Dollar umgewandelt und so Rundungsfehler mit Gleitkommazahlen vermieden.

Summe der Kosten für jede Ressource pro Rechnung

Diese Abfrage zeigt die Rechnungssumme für jeden resource.name pro Monat als Summe der regelmäßigen Kosten, Steuern, Korrekturen und Rundungsfehler. Alle Kosten, die keinem Element auf Ressourcenebene zugeordnet sind, werden unter dem Namen null für den Monat zusammengefasst.

Standard-SQL

SELECT
  invoice.month,
  resource.name,
  SUM(cost)
    + SUM(IFNULL((SELECT SUM(c.amount)
                  FROM UNNEST(credits) c), 0))
    AS total,
  (SUM(CAST(cost AS NUMERIC))
    + SUM(IFNULL((SELECT SUM(CAST(c.amount AS NUMERIC))
                  FROM UNNEST(credits) AS c), 0)))
    AS total_exact
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
GROUP BY 1, 2
ORDER BY 1 ASC, 2 ASC
;

Das Ergebnis der vorherigen Abfrage kann beispielsweise so aussehen:

Zeile	Monat	name	Summe	Summe (genau)
1	201901	Null	1005,004832999999984 $	1005,00 $
2	201901	backend1	781,8499760000028 $	781,85 $
3	201902	Null	$953.0034923645475983	$953.03
4	201902	backend1	992,3101739999999717 $	992,31 $
5	201902	bitnami-launchpad-wordpress-1-wordpress	1,2817819999999998 $	1,28 $

Details zu den zurückgegebenen Daten nach Kostenart für jede Ressource und pro Rechnungsmonat

Diese Abfrage ergibt die Gesamtsummen für jeden cost_type für jeden resource.name pro Monat. Kostenarten umfassen regelmäßige Kosten, Steuern, Korrekturen und Rundungsfehler. Alle Kosten, die keinem Element auf Ressourcenebene zugeordnet sind, werden unter dem Namen null für den Monat zusammengefasst.

Standard-SQL

SELECT
  invoice.month,
  cost_type,
  resource.name,
  SUM(cost)
    + SUM(IFNULL((SELECT SUM(c.amount)
                  FROM   UNNEST(credits) c), 0))
    AS total,
  (SUM(CAST(cost AS NUMERIC))
    + SUM(IFNULL((SELECT SUM(CAST(c.amount AS NUMERIC))
                  FROM UNNEST(credits) AS c), 0)))
    AS total_exact
FROM `project.dataset.gcp_billing_export_v1_XXXXXX_XXXXXX_XXXXXX`
GROUP BY 1, 2, 3
ORDER BY 1 ASC, 2 ASC, 3 ASC
;

Das Ergebnis der vorherigen Abfrage kann beispielsweise so aussehen:

Zeile	Monat	Kostenart	name	Summe	Summe (genau)
1	201901	Regelmäßige Kosten	Null	1000,501209987994782 $	1000,50 $
2	201901	Rundungsfehler	Null	-0,500489920049387 $	-0,50 $
3	201901	Steuer	Null	10,000329958477891 $	10,00 $
4	201901	Korrektur	Null	-5,002572999387045 $	-5,00 $
5	201901	Regelmäßige Kosten	backend1	410.998795012082947 $	411.00 $
2	201901	Rundungsfehler	backend1	–0,2404900489920378 $	–0,24 $
3	201901	Steuer	backend1	4,105840329977189 $	4,11 $

Aufschlüsselung der GKE-Clusterkosten (Google Kubernetes Engine) abrufen

Dieser Abschnitt enthält Beispiele zum Filtern von GKE-Clusterkosten in Ihren BigQuery-Exportberichten. Weitere Informationen zu den GKE-Clusterkosten finden Sie unter Aufschlüsselung der Clusterkosten ansehen.

GKE-Kosten filtern

Die folgenden Beispielabfragen zeigen, wie Sie Ihre GKE-Kosten für unterstützte Ressourcentypen nach Clustername, Namespace und Label filtern und gruppieren können.

Kosten für GKE-Cluster vor Gutschriften

SELECT
  SUM(cost) AS cost_before_credits,
  labels.value AS cluster_name
FROM  `project.dataset.gcp_billing_export_resource_v1_XXXXXX_XXXXXX_XXXXXX`
LEFT JOIN UNNEST(labels) as labels
  ON labels.key = "goog-k8s-cluster-name"
GROUP BY labels.value
;

GKE-Kosten nach Gutschriften nach Namespace

SELECT
  labels.value as namespace,
  SUM(cost) + SUM(IFNULL((SELECT SUM(c.amount) FROM UNNEST(credits) c), 0)) AS cost_after_credits,
FROM `project.dataset.gcp_billing_export_resource_v1_XXXXXX_XXXXXX_XXXXXX`
LEFT JOIN UNNEST(labels) as labels
  ON labels.key = "k8s-namespace"
GROUP BY namespace
;

GKE-Kosten nach SKU

SELECT
  project.id AS project_id,
  labels.value AS cluster_name,
  sku.id AS sku_id,
  sku.description AS sku_description,
  SUM(cost) AS cost
FROM `project.dataset.gcp_billing_export_resource_v1_XXXXXX_XXXXXX_XXXXXX`
JOIN UNNEST(labels) AS labels
  ON labels.key = "goog-k8s-cluster-name"
GROUP BY
  cluster_name, project_id, sku_description, sku_id
;

Beispiele für Preisdatenabfragen

Dieser Abschnitt enthält verschiedene Beispiele zur Abfrage der BigQuery-Preisdaten, die nach BigQuery exportiert wurden.

Gängige Werte in den Beispielpreisabfragen

In den Abfragebeispielen in diesem Abschnitt werden die folgenden Werte verwendet:

• Tabellenname: project.dataset.cloud_pricing_export
• SKU ID: 2DA5-55D3-E679 (Cloud Run – Abfragen)

Preise für eine bestimmte Artikelnummer abrufen

Dieses Beispiel zeigt eine einfache Abfrage, die den list_price für jede Preisstufe für eine bestimmte SKU zurückgibt.

Standard-SQL

SELECT sku.id,  sku.description, list_price.*
FROM `project.dataset.cloud_pricing_export`
WHERE DATE(_PARTITIONTIME) = "2020-07-20"
      AND sku.id = "2DA5-55D3-E679"
;

_PARTITIONTIME ist ein Feld, das von BigQuery automatisch generiert wird. Es stellt das Datum dar, zu dem die Daten gehören. Statt _PARTITIONTIME können Sie ein Feld verwenden, das vom Cloud Billing-Export explizit generiert wird, wie z. B. pricing_as_of_time.

Nachfolgend sehen Sie dieselbe Abfrage, die für die Verwendung des Feldes pricing_as_of_time konfiguriert ist:

SELECT sku.id,  sku.description, list_price.*
FROM `project.dataset.cloud_pricing_export`
WHERE DATE(pricing_as_of_time) = "2020-07-20"
      AND sku.id = "2DA5-55D3-E679"
;

Abfrageergebnisse

Row	id	description	pricing_unit	aggregation_info. aggregation_level	aggregation_info. aggregation_interval	tiered_rates. pricing_unit_quantity	tiered_rates. start_usage_amount	tiered_rates. usd_amount	tiered_rates. account_currency_amount
1	2DA5-55D3-E679	Anfragen	COUNT	Konto	MONATLICH	1000000	0	0	0
						1000000	2000000	0,4	0,4

Listenpreise für eine bestimmte Artikelnummer einschließlich Dienstbeschreibung

Die beiden Beispiele in diesem Abschnitt zeigen Abfragen, die den list_price für jede Preisstufe für eine bestimmte Artikelnummer zurückgeben und die Artikelnummerbeschreibung und die Dienstbeschreibung umfassen.

• Beispiel 1 gibt eine Artikelnummer pro Zeile zurück, wobei die Preisstufen als verschachtelte Daten dargestellt werden.
• Beispiel 2 zeigt das Aufheben der Verschachtelung der Daten. Es wird eine Zeile pro Artikelnummer pro Preisstufe zurückgegeben.

Beispiel 1: Verschachtelte Daten

In diesem Beispiel wird eine einzelne Artikelnummer abgefragt, um list_price zurückzugeben. Diese Artikelnummer hat mehrere Preisstufen. Die Werte des Listenpreisfelds werden in einzelnen Zeilen angezeigt, die unter der Zeile mit der Artikelnummer-ID verschachtelt sind.

Standard-SQL

SELECT sku.id AS sku_id,
       sku.description AS sku_description,
       service.id AS service_id,
       service.description as service_description,
       list_price.*
FROM my-billing-admin-project.my_billing_dataset.cloud_pricing_export
WHERE DATE(_PARTITIONTIME) = "2020-07-20"
      AND sku.id = "2DA5-55D3-E679"
;

Abfrageergebnisse:

Row	sku_id	sku_description	service_id	service_description	aggregation_info. aggregation_level	aggregation_info. aggregation_interval	tiered_rates. pricing_unit_quantity	tiered_rates. start_usage_amount	tiered_rates. usd_amount	tiered_rates. account_currency_amount
1	2DA5-55D3-E679	Anfragen	152E-C115-5142	Cloud Run	Konto	MONATLICH	1000000	0	0	0
							1000000	2000000	0,4	0,4

Beispiel 2: Unverschachtelte Daten, die mit derselben Tabelle verknüpft sind

In diesem Beispiel wird eine einzelne Artikelnummer abgefragt, um list price zurückzugeben. Die Artikelnummer hat mehrere Preisstufen. Die Abfrage zeigt die Verwendung des Operators UNNEST zum Vereinfachen des tiered_rates-Arrays und Verbinden der Felder mit derselben Tabelle, sodass eine Zeile pro Preisstufe entsteht.

Standard-SQL

SELECT sku.id AS sku_id,
       sku.description AS sku_description,
       service.id AS service_id,
       service.description as service_description,
       tier.*
FROM `my-billing-admin-project.my_billing_dataset.cloud_pricing_export` as sku_pricing, UNNEST (sku_pricing.list_price.tiered_rates) as tier
WHERE DATE(_PARTITIONTIME) = "2020-07-20"
      AND sku.id = "2DA5-55D3-E679"
;

Abfrageergebnisse:

Row	sku_id	sku_description	service_id	service_description	pricing_unit_quantity	start_usage_amount	usd_amount	account_currency_amount
1	2DA5-55D3-E679	Anfragen	152E-C115-5142	Cloud Run	1000000.0	0,0	0,0	0.0
2	2DA5-55D3-E679	Anfragen	152E-C115-5142	Cloud Run	1000000.0	2000000.0	0,4	0,4

Produkt-Taxonomie und Geo-Taxonomie zur Abfrage von Artikelnummern verwenden

Beta

Diese Funktion unterliegt den „Nutzungsbedingungen für Pre-GA-Angebote“ im Abschnitt „Allgemeine Nutzungsbedingungen“ der dienstspezifischen Nutzungsbedingungen. Pre-GA-Funktionen sind „wie besehen“ verfügbar und werden möglicherweise nur eingeschränkt unterstützt. Weitere Informationen finden Sie in den Beschreibungen der Startphase.

• Die Produkt-Taxonomie ist eine Liste von Produktkategorien, die für die Artikelnummer gelten, z. B. Serverlos, Cloud Run oder VMs on Demand.
• Geo-Taxonomie sind die geografischen Metadaten, die für eine Artikelnummer gelten und aus Typ- und Regionswerten bestehen.

Warnung: Taxonomie-Inhalte befinden sich in der Betaphase und können sich ändern. Wir stellen Informationen zur Taxonomie bereit, um Sie bei der Analyse zu unterstützen. Beachten Sie jedoch, dass sich das aktuelle Format der Felder product_taxonomy und geo_taxonomy im Laufe der Zeit ändern kann.

Produkt-Taxonomie einer Artikelnummer abrufen

Dieses Beispiel zeigt eine Abfrage, bei der die Liste product_taxonomy für eine bestimmte Artikelnummer zurückgegeben wird, wobei die Artikelnummer-ID = 2DA5-55D3-E679 (Cloud Run – Abfragen) lautet.

Standard-SQL

SELECT sku.id AS sku_id,
       sku.description AS sku_description,
       service.id AS service_id,
       service.description as service_description,
       product_taxonomy
FROM `project.dataset.cloud_pricing_export`
WHERE DATE(_PARTITIONTIME) = "2020-07-20"
      AND sku.id = "2DA5-55D3-E679"
;

Abfrageergebnisse:

Row	sku_id	sku_description	service_id	service_description	product_taxonomy
1	2DA5-55D3-E679	Anfragen	152E-C115-5142	Cloud Run	GCP
					Serverlos
					Cloud Run
					Andere

Alle Artikelnummern für eine bestimmte Produkt-Taxonomie abrufen

In diesem Beispiel wird eine Abfrage gezeigt, die alle Artikelnummern zurückgibt, die einem angegebenen product_taxonomy entsprechen. In dieser Abfrage ist Serverlos als Wert product taxonomy angegeben.

Standard-SQL

SELECT sku.id AS sku_id,
       sku.description AS sku_description,
       service.id AS service_id,
       service.description as service_description,
       product_taxonomy
FROM `project.dataset.cloud_pricing_export`
WHERE DATE(_PARTITIONTIME) = "2020-07-20"
     AND "Serverless" in UNNEST(product_taxonomy)
LIMIT 10
;

Abfrageergebnisse:

Row	sku_id	sku_description	service_id	service_description	product_taxonomy
1	0160-BD7B-4C40	Cloud Tasks-Netzwerk für intraregional ausgehenden Traffic	F3A6-D7B7-9BDA	Cloud Tasks	GCP
					Serverlos
					Cloud Tasks
					Andere
2	FE08-0A74-7AFD	Ausgehender Cloud Tasks GOOGLE-API-Traffic	F3A6-D7B7-9BDA	Cloud Tasks	GCP
					Serverlos
					Cloud Tasks
					Andere
3	A81A-32A2-B46D	Speicher-Aufgabenwarteschlange Salt Lake City	F17B-412E-CB64	App Engine	GCP
					Serverlos
					GAE
					Andere
					TaskQueue

Alle Artikelnummern für eine bestimmte geografische Taxonomie und Produkt-Taxonomie abrufen

In diesem Beispiel wird eine Abfrage gezeigt, die alle Artikelnummern zurückgibt, die mit einer bestimmten geo_taxonomy-Region und einem bestimmten product_taxonomy übereinstimmen, wobei region = us-east4 und product_taxonomy = VMs auf Abruf ist.

Standard-SQL

SELECT sku.id AS sku_id,
       sku.description AS sku_description,
       service.id AS service_id,
       service.description as service_description,
       geo_taxonomy,
       product_taxonomy
FROM `project.dataset.cloud_pricing_export`
WHERE DATE(_PARTITIONTIME) = "2020-07-20"
      AND "VMs On Demand" in UNNEST(product_taxonomy)
      AND geo_taxonomy.type = "REGIONAL"
      AND "us-east4" in UNNEST (geo_taxonomy.regions)
;

Abfrageergebnisse:

Row	sku_id	sku_description	service_id	service_description	geo_taxonomy.type	geo_taxonomy.regions	product_taxonomy
1	9174-81EE-425B	Premium für einzelne Mandanten für Instanz-RAM für einzelnen Mandanten in Virginia	6F81-5844-456A	Compute Engine	REGIONAL	us-east4	GCP
							Compute
							GCE
							VMs on demand
							Arbeitsspeicher: pro GB
2	C3B9-E891-85ED	Instanz-RAM für einzelne Mandanten in Virginia	6F81-5844-456A	Compute Engine	REGIONAL	us-east4	GCP
							Compute
							GCE
							VMs on demand
							Arbeitsspeicher: pro GB
3	6E2A-DCD9-87ED	Vordefinierter N1-Instanz-RAM in Virginia	6F81-5844-456A	Compute Engine	REGIONAL	us-east4	GCP
							Compute
							GCE
							VMs on demand
							Arbeitsspeicher: pro GB

Preisdaten mit detaillierten Nutzungskosten verknüpfen

Diese Abfrage zeigt, wie Sie Preis- und Kostendatenexporte zusammenführen, um detaillierte Preisinformationen im Einklang mit Ihren Kosten anzuzeigen. Sie können diese Abfrage so konfigurieren, dass sie exportierte Daten aus Ihren detaillierten Nutzungskostendaten (als Exports) abruft und Ihre Nutzungskostendaten mit den exportierten Preisdaten (als Prices) zusammenführt.

Verwenden Sie den detaillierten Namen der Nutzungskostentabelle, um die Daten Exports abzurufen: gcp_billing_export_resource_v1_<BILLING_ACCOUNT_ID>

Verwenden Sie Ihren Preistabellennamen für die Prices-Daten: project.dataset.cloud_pricing_export

WITH
  Exports AS (
    SELECT *
    FROM `project.dataset.gcp_billing_export_resource_v1_XXXXXX_XXXXXX_XXXXXX`
  ),
  Prices AS (
    SELECT *
    FROM `project.dataset.cloud_pricing_export`
  )
SELECT
  Exports.sku.description AS sku_description,
  Exports.cost,
  Exports.usage,
  FlattenedPrices.pricing_unit_description,
  FlattenedPrices.account_currency_amount,
  FlattenedPrices.account_currency_code,
FROM Exports
JOIN (SELECT * FROM Prices CROSS JOIN UNNEST(Prices.list_price.tiered_rates)) AS FlattenedPrices
  ON
    Exports.sku.id = FlattenedPrices.sku.id
    AND Exports.price.tier_start_amount = FlattenedPrices.start_usage_amount
WHERE
  DATE(Exports.export_time) = '2023-06-30'
  AND DATE(FlattenedPrices.export_time) = '2023-06-30'
  AND cost > 0
LIMIT 1000

Das Ergebnis der vorherigen Abfrage kann beispielsweise so aussehen:

sku_description	Kosten	Nutzung	pricing_unit_description	account_currency_amount	account_currency_code
Abgestimmte PD-Kapazität	0,001345	{ "usage": { "amount": "38654705664000.0", "unit": "byte-seconds", "amount_in_pricing_units": "0.01345895", "pricing_unit": "gibibyte month" } }	Gibibyte-Monat	0,1	USD
Abgestimmte PD-Kapazität	0,001344	{ "usage": { "amount": "38654705664000.0", "unit": "byte-seconds", "amount_in_pricing_units": "0.01345895", "pricing_unit": "gibibyte month" } }	Gibibyte-Monat	0,1	USD
Abgestimmte PD-Kapazität	0,001346	{ "usage": { "amount": "38654705664000.0", "unit": "byte-seconds", "amount_in_pricing_units": "0.01345895", "pricing_unit": "gibibyte month" } }	Gibibyte-Monat	0,1	USD

Weitere Informationen

Themen im Zusammenhang mit exportierten Cloud Billing-Daten

• Cloud Billing-Datenexport nach BigQuery einrichten
• Cloud Billing-Datentabellen in BigQuery
• Ausgaben im Zeitverlauf mit Looker Studio visualisieren

Kosten- und Preisberichte in der Google Cloud Console

• Cloud Billing-Berichte und Kostentrends aufrufen
• Kostendetails Ihrer Rechnung oder Ihres Kontoauszugs aufrufen und herunterladen
• Preise für die Cloud-Dienste von Google ansehen und herunterladen
• Informationen zu Einsparungen mit Kostenaufschlüsselungsberichten
• Wirksamkeit der Rabatte für zugesicherte Nutzung analysieren
• Kosten- und Zahlungsverlauf aufrufen