本文說明 Cloud Data Fusion 的計費方式。如要查看其他產品的價格，請參閱定價說明文件。

計算費用時，系統會根據建立 Cloud Data Fusion 執行個體到刪除該執行個體之間的時間長度 (以分鐘為單位) 來評估資源用量。雖然價格費率是以小時為單位，不過 Cloud Data Fusion 是以分鐘計費。我們會將以分鐘為單位的計費方式轉換成每小時價格，從而以小時為單位 (例如 30 分鐘為 0.5 小時) 來計算使用量。

如果使用美元以外的貨幣付費，將以 Google Cloud SKU 頁面列出的相應貨幣價格計費。

Cloud Data Fusion 的價格會依據兩種不同功能計算，一個是 pipeline 開發功能，另一個是 pipeline 執行功能。

Cloud Data Fusion 提供以下三種版本，可供使用者進行管道開發作業：

執行管道時，Cloud Data Fusion 會建立 Managed Service for Apache Spark 叢集來執行管道，因此系統會依據 Managed Service for Apache Spark 現行費率向您收取這些叢集的費用。

除了 Cloud Data Fusion 執行個體的開發費用外，您僅需要為執行 pipeline 時使用的任何資源支付費用，例如：

• Managed Service for Apache Spark
• Cloud Storage
• 網路
• BigQuery

★ 如要建立複製工作，建議採用 BigQuery 固定費率定價方案 ，而非以量計價方案。

目前 Cloud Data Fusion 的定價在所有支援的地區均相同。

舉例來說，某個 Cloud Data Fusion 執行個體已運作 24 個小時，且達到基本版提供的免費使用時間限制。視使用的版本而定，Cloud Data Fusion 的執行個體費用摘要如下表所述：

★ 注意：Cloud Data Fusion 執行個體佈建完成後，必須一直保持可用。刪除執行個體後，將無法復原，而且 pipeline 資料也會遺失。如要瞭解預估的每月費用，請參閱定價總覽。

在這 24 個小時內，您執行的 pipeline 會從 Cloud Storage 讀取原始資料，並執行轉換作業，且每個小時均會將資料寫入 BigQuery。每項執行作業約需 15 分鐘才會完成。換句話說，為執行這些作業而建立的每個 Managed Service for Apache Spark 叢集均擁有 15 分鐘 (0.25 小時) 的運作時間。假設各 Managed Service for Apache Spark 叢集的設定如下所示：

每個 Managed Service for Apache Spark 叢集均具備 24 個虛擬 CPU，其中 4 個用於主要節點，另外 20 個則分布於各工作站。系統會根據這 24 個虛擬 CPU 的價格和每個叢集的運作時間長度，計算 Managed Service for Apache Spark 的費用。

Managed Service for Apache Spark 在管道所有執行作業中產生的總費用計算方式如下：

Managed Service for Apache Spark 費用 = vCPU 數量 * 叢集數量 * 每叢集時數 * Managed Service for Apache Spark 價格

= 24 * 24 * 0.25 * $0.01

= $1.44

這些 Managed Service for Apache Spark 叢集也使用了其他 Google Cloud 產品，因此我們會另外收費。具體來說，上述叢集使用了 Compute Engine 和標準永久磁碟儲存空間，所以您還需支付這兩項服務的費用。另外，Cloud Storage 和 BigQuery 也會產生儲存費用，具體需視 pipeline 處理的資料量而定。

如要根據目前費率來計算這些額外成本，可使用費用計算工具。