Tarifs de Dataflow
Cette page décrit la tarification de Dataflow. Pour les autres produits, consultez la documentation sur les tarifs.
Pour savoir comment économiser 40% avec un engagement de trois ans ou 20% avec un engagement d'un an, consultez notre page sur les remises sur engagement d'utilisation.
Présentation
L'utilisation de Dataflow est facturée en fonction des ressources utilisées par vos jobs. Selon votre modèle de tarification, les ressources sont mesurées et facturées différemment.
| Ressources de calcul Dataflow | Ressources de calcul Dataflow Prime |
|
Unités de calcul de données (DCU) (par lot et par flux) |
Les autres ressources Dataflow facturées pour l'ensemble des tâches incluent les disques persistants, les GPU et les instantanés.
Les ressources d'autres services peuvent être utilisées pour la tâche Dataflow. Les services utilisés avec Dataflow peuvent inclure BigQuery, Pub/Sub, Cloud Storage et Cloud Logging, entre autres.
Bien que le tarif soit basé sur l'heure, l'utilisation de Dataflow est facturée par tranches d'une seconde et par job. L'utilisation est indiquée en heures afin d'appliquer un tarif horaire à l'utilisation à la seconde près. Par exemple, 30 minutes correspondent à 0,5 heure. Les nœuds de calcul et les tâches peuvent consommer des ressources, comme décrit dans les sections suivantes.
Les futures versions de Dataflow peuvent présenter des frais de service différents ou des regroupements de services associés.
Ressources de calcul Dataflow
La facturation Dataflow pour les ressources de calcul comprend les composants suivants:
- Processeur et mémoire des nœuds de calcul
- Données Dataflow Shuffle traitées pour les charges de travail par lot
- Unités de calcul Streaming Engine
- Données Streaming Engine traitées
Pour en savoir plus sur les régions disponibles et leurs zones, consultez la page Régions et zones de Compute Engine.
Processeur et mémoire des nœuds de calcul
Chaque tâche Dataflow utilise au moins un nœud de calcul Dataflow. Le service Dataflow fournit deux types de nœuds de calcul : par lot et par flux. Les frais de service des nœuds de calcul par lot et par flux sont distincts.
Les nœuds de calcul Dataflow consomment les ressources suivantes, qui sont chacune facturées à la seconde:
- Processeur
- Mémoire
Les nœuds de calcul par lot et par flux sont des ressources spécialisées qui utilisent Compute Engine. Toutefois, une tâche Dataflow n'entraîne pas de frais Compute Engine pour les ressources Compute Engine gérées par le service Dataflow. À la place, les tarifs du service Dataflow couvrent l'utilisation de ces ressources Compute Engine.
Vous pouvez remplacer le nombre de nœuds de calcul par défaut pour une tâche. Si vous utilisez l'autoscaling, vous pouvez spécifier le nombre maximal de nœuds de calcul à allouer à une tâche. Les nœuds de calcul et les ressources associées sont ajoutés et supprimés automatiquement en fonction de l'activation de l'autoscaling.
En outre, vous pouvez utiliser les options de pipeline pour remplacer les paramètres de ressources par défaut, tels que le type de machine, le type de disque et la taille du disque, qui sont alloués à chaque nœud de calcul et qui utilisent des GPU.
FlexRS
Dataflow offre une option avec des prix réduits pour le processeur et la mémoire pour le traitement par lot. La planification flexible des ressources (FlexRS) regroupe des VM classiques et préemptives dans un seul pool de nœuds de calcul Dataflow, ce qui permet aux utilisateurs d'accéder à des ressources de traitement moins coûteuses. FlexRS peut également retarder l'exécution d'une tâche par lot Dataflow dans un intervalle de temps de six heures, afin de déterminer le meilleur moment pour démarrer la tâche en fonction des ressources disponibles.
Bien que Dataflow utilise une combinaison de nœuds de calcul pour exécuter une tâche FlexRS, vous êtes facturé à un tarif réduit uniforme d'environ 40% sur le coût du processeur et de la mémoire par rapport aux tarifs Dataflow standards, quel que soit le type de nœud de calcul. Pour demander à Dataflow d'utiliser FlexRS pour vos pipelines par lot avec autoscaling, vous devez spécifier le paramètre FlexRS.
Données Dataflow Shuffle traitées
Pour les pipelines de traitement par lot, Dataflow fournit une fonctionnalité hautement évolutive, Dataflow Shuffle, qui brasse les données en dehors des nœuds de calcul. Pour en savoir plus, consultez la page Dataflow Shuffle.
Dataflow Shuffle est facturé en fonction du volume de données traitées lors du brassage.
Tarifs de Streaming Engine
Pour les pipelines de traitement par flux, Dataflow Streaming Engine déplace le traitement du brassage et de l'état en flux continu depuis les VM de nœud de calcul vers le backend du service Dataflow. Pour en savoir plus, consultez la page Streaming Engine.
Unités de calcul Streaming Engine
Avec la facturation basée sur les ressources, les ressources Streaming Engine sont mesurées en unités de calcul Streaming Engine. Dataflow mesure les ressources Streaming Engine utilisées par chaque tâche, puis les facture en fonction du nombre total de ressources utilisées par cette tâche. Pour activer la facturation basée sur les ressources pour votre tâche, consultez la section Utiliser la facturation basée sur les ressources. Lorsque vous utilisez la facturation basée sur les ressources, les remises existantes sont automatiquement appliquées.
Lorsque vous utilisez Dataflow Prime avec la facturation basée sur les ressources, vous êtes facturé en fonction du nombre total de ressources utilisées par chaque job, mais le SKU Data Compute Unit (DCU) est utilisé à la place du SKU d'unité de calcul Streaming Engine.
Données Streaming Engine traitées (ancienne version)
Dataflow continue d'assurer la compatibilité avec l'ancienne facturation avec traitement des données. Les tâches sont facturées selon la méthode de facturation du traitement des données, sauf si vous activez la facturation basée sur les ressources.
La facturation du traitement des données Streaming Engine mesure l'utilisation en fonction du volume de flux de données traités, qui dépend des facteurs suivants:
- Le volume de données ingérées dans votre pipeline de traitement par flux
- Complexité du pipeline
- Nombre d'étapes de pipeline avec une opération de brassage ou des fonctions DoFn avec état
Voici quelques exemples de ce qui est comptabilisé comme un octet traité:
- Flux d'entrées des sources de données
- Flux de données d'une étape fusionnée d'un pipeline vers une autre
- Flux de données conservés dans un état défini par l'utilisateur ou utilisés pour le fenêtrage
- Messages de sortie vers des récepteurs de données, tels que Pub/Sub ou BigQuery
Tarifs des ressources de calcul Dataflow – par lot et FlexRS
Le tableau suivant contient le détail des tarifs des ressources de nœuds de calcul et des données Shuffle traitées pour les tâches par lot et FlexRS.
1 Valeurs par défaut d'un nœud de calcul par lot: 1 processeur virtuel, 3,75 Go de mémoire, disque persistant de 250 Go si vous n'utilisez pas Dataflow Shuffle, disque persistant de 25 Go en cas d'utilisation de Dataflow Shuffle
2 Valeurs par défaut d'un nœud de calcul FlexRS : 2 processeurs virtuels, 7,50 Go de mémoire, disque persistant de 25 Go par nœud de calcul, avec 2 nœuds de calcul au minimum
Tarifs des ressources de calcul Dataflow : flux de données
Le tableau suivant contient le détail des tarifs des ressources de nœuds de calcul, des données Streaming Engine traitées (anciennes) et des unités de calcul Streaming Engine pour les jobs de traitement par flux.
3 Valeurs par défaut d'un nœud de calcul par flux: 4 processeurs virtuels, 15 Go de mémoire, disque persistant de 400 Go si vous n'utilisez pas Streaming Engine et disque persistant de 30 Go si vous utilisez Streaming Engine. Le service Dataflow est actuellement limité à 15 disques persistants par instance de nœud de calcul lors de l'exécution d'une tâche en flux continu. L'allocation minimale de ressources est un ratio de 1:1 entre les nœuds de calcul et les disques.
4 Les tarifs de Dataflow Shuffle sont basés sur les ajustements de volume appliqués à la quantité de données traitées lors des opérations de lecture et d'écriture lors du brassage de votre ensemble de données. Pour en savoir plus, consultez le détail des tarifs de Dataflow Shuffle. La tarification de Dataflow Shuffle ne s'applique pas aux jobs Streaming Engine qui utilisent la facturation basée sur les ressources.
5 Unités de calcul Streaming Engine: pour les tâches de traitement par flux qui utilisent Streaming Engine et le modèle de facturation basé sur les ressources Ces tâches ne sont pas facturées pour les données traitées lors du brassage.
Ajustements de volume pour les données Dataflow Shuffle traitées
Les frais sont calculés par tâche Dataflow par le biais d'ajustements de volume appliqués à la quantité totale de données traitées lors des opérations Dataflow Shuffle. Votre facture réelle liée aux données traitées par Dataflow Shuffle correspond à un volume de données plus faible (et à plein tarif) que le volume de données réellement traitées par une tâche Dataflow. En raison de cette différence, la métrique Données de brassage facturables traitées est inférieure à la métrique Nombre total de données de brassage traitées.
Vous trouverez les explications sur ces ajustements dans le tableau suivant :
| Données Dataflow Shuffle traitées | Ajustement de facturation |
| 250 premiers Go | Réduction de 75 % |
| 4 870 Go suivants | Réduction de 50 % |
| Données restantes au-delà de 5 120 Go (5 To) | aucun |
Par exemple, si votre pipeline génère 1 024 Go (1 To) de données Dataflow Shuffle traitées au total, le montant facturable est calculé comme suit:
250 GB * 25% + 774 GB * 50% = 449.5 GB * regional Dataflow Shuffle data processing rate
Si votre pipeline génère 10 240 Go (10 To) de données Dataflow Shuffle traitées au total, la quantité de données facturable est la suivante:
250 GB * 25% + 4870 GB * 50% + 5120 GB = 7617.5 GB
Tarifs des ressources de calcul Dataflow Prime
Dataflow Prime est une plate-forme de traitement des données qui s'appuie sur Dataflow pour améliorer l'utilisation des ressources et améliorer les diagnostics distribués.
Les ressources de calcul utilisées par une tâche Dataflow Prime sont facturées en fonction du nombre d'unités de calcul de données (DCU). Les DCU représentent les ressources de calcul allouées à l'exécution du pipeline. Les autres ressources Dataflow utilisées par les tâches Dataflow Prime, telles que les disques persistants, les GPU et les instantanés, sont facturées séparément.
Pour en savoir plus sur les régions disponibles et leurs zones, consultez la page Régions et zones de Compute Engine.
Unité de calcul des données
Une unité de calcul de données (DCU, Data Compute Unit) est une unité de mesure de l'utilisation de Dataflow qui suit le nombre de ressources de calcul consommées par vos tâches. Les ressources suivies par les unités de calcul de données incluent le processeur virtuel, la mémoire, les données Dataflow Shuffle traitées (pour les tâches par lot) et les données Streaming Engine traitées (pour les tâches de traitement par flux). Les tâches qui consomment plus de ressources utilisent davantage les unités de calcul de données que celles qui consomment moins de ressources. Une DCU est comparable aux ressources utilisées par une tâche Dataflow exécutée pendant une heure sur un nœud de calcul doté d'un processeur virtuel et de 4 Go.
Facturation des unités de calcul de données
Vous êtes facturé pour le nombre total d'unités de calcul de données utilisées par votre job. Le prix d'une seule DCU varie selon que vous avez une job par lot ou une tâche par flux. Lorsque vous utilisez Dataflow Prime avec une facturation basée sur les ressources, vous êtes facturé en fonction du nombre total de ressources utilisées et non du nombre d'octets du processus.
Optimiser l'utilisation des unités de calcul de données
Vous ne pouvez pas définir le nombre d'unités de calcul de données pour vos jobs. Les unités de calcul de données sont comptabilisées par Dataflow Prime. Toutefois, vous pouvez réduire le nombre d'unités de calcul de données utilisées en gérant les aspects suivants de votre tâche:
- Réduire la consommation de mémoire
- Réduire la quantité de données traitées lors des étapes de brassage à l'aide de filtres, de combinaisons et de codeurs efficaces
Pour identifier ces optimisations, utilisez l'interface de surveillance Dataflow et l'interface des détails de l'exécution.
En quoi la tarification de Dataflow Prime est-elle différente de celle de Dataflow ?
Dans Dataflow, les ressources disparates utilisées par vos jobs, telles que les processeurs virtuels, la mémoire, le disque persistant, et la quantité de données traitées par Dataflow Shuffle ou Streaming Engine, vous sont facturées.
Les unités de calcul de données regroupent toutes les ressources, à l'exception du stockage, dans une seule unité de mesure. Vous êtes facturé pour les ressources de disque persistant et pour le nombre d'unités de calcul de données consommées en fonction du type de tâche, par lot ou par flux. Pour en savoir plus, consultez la page Utiliser Dataflow Prime.
Qu'adviendra-t-il de mes jobs existants utilisant le modèle de tarification Dataflow ?
Vos tâches par lot et par flux existantes continuent d'être facturées à l'aide du modèle Dataflow. Lorsque vous mettez à jour vos tâches pour utiliser Dataflow Prime, elles suivent le modèle de tarification Dataflow Prime, qui leur est facturée en fonction des ressources de disque persistant et des unités de calcul de données utilisées.
Autres ressources Dataflow
Le stockage, les GPU, les instantanés et les autres ressources sont facturés de la même manière pour Dataflow et Dataflow Prime.
Tarifs des ressources de stockage
Les ressources de stockage sont facturées au même tarif pour les tâches par flux, par lot et FlexRS. Vous pouvez utiliser les options de pipeline pour modifier la taille de disque ou le type de disque par défaut. Dataflow Prime facture le disque persistant séparément, en fonction des tarifs indiqués dans le tableau suivant.
Le service Dataflow est actuellement limité à 15 disques persistants par instance de nœud de calcul lors de l'exécution d'une tâche en flux continu. Chaque disque persistant se trouve sur une machine virtuelle Compute Engine individuelle. Un ratio de 1:1 entre les nœuds de calcul et les disques correspond à l'attribution minimale de ressources.
Les tâches utilisant Streaming Engine utilisent des disques de démarrage de 30 Go. Les tâches utilisant Dataflow Shuffle utilisent des disques de démarrage de 25 Go. Pour les tâches qui n'utilisent pas ces offres, la taille par défaut de chaque disque persistant est de 250 Go en mode de traitement par lot et de 400 Go en mode de traitement par flux.
L'utilisation de Compute Engine est basée sur le nombre moyen de nœuds de calcul, tandis que l'utilisation de Persistent Disk est basée sur la valeur exacte de --maxNumWorkers. Les disques persistants sont redistribués de sorte que chaque nœud de calcul dispose d'un nombre égal de disques associés.
Tarifs des ressources GPU
Les ressources GPU sont facturées au même tarif pour les jobs par flux et par lot. FlexRS n'est actuellement pas compatible avec les GPU. Pour en savoir plus sur les régions et zones disponibles pour les GPU, consultez la section Disponibilité des régions et des zones des GPU dans la documentation Compute Engine.
Instantanés
Pour vous aider à gérer la fiabilité de vos pipelines de traitement par flux, vous pouvez utiliser des instantanés afin d'enregistrer et de restaurer l'état de votre pipeline. L'utilisation des instantanés est facturée en fonction du volume de données stockées, qui dépend des facteurs suivants:
- Le volume de données ingérées dans votre pipeline de traitement par flux
- Votre logique de fenêtrage
- Nombre d'étapes du pipeline
Vous pouvez prendre un instantané de votre tâche de streaming à l'aide de la console Dataflow ou de la Google Cloud CLI. La création d'une tâche à partir de votre instantané n'entraîne aucuns frais supplémentaires pour restaurer l'état du pipeline. Pour en savoir plus, consultez la page Utiliser des instantanés Dataflow.
Tarifs applicables aux instantanés
Confidential VM
Confidential VM pour Dataflow chiffre les données utilisées sur les VM Compute Engine de nœud de calcul. Pour en savoir plus, consultez la page Présentation de Confidential VM.
L'utilisation de Confidential VMs pour Dataflow entraîne des coûts forfaitaires supplémentaires par processeur virtuel et par Go.
Tarifs de Confidential VM
Les tarifs sont indiqués dans le monde entier et ne changent pas selon la région Google Cloud.
Ressources autres que Dataflow
En plus de l'utilisation de Dataflow, une tâche peut consommer les ressources suivantes, chacune faisant l'objet d'une facturation spécifique, y compris, mais sans s'y limiter:
-
Les jobs Dataflow utilisent Cloud Storage pour stocker des fichiers temporaires lors de l'exécution du pipeline. Pour éviter de payer des frais de stockage inutiles, désactivez la fonctionnalité de suppression temporaire sur les buckets utilisés par vos jobs Dataflow pour le stockage temporaire. Pour en savoir plus, consultez la section Supprimer une règle de suppression réversible d'un bucket.
-
Vous pouvez les acheminer vers d'autres destinations ou les exclure de l'ingestion. Pour en savoir plus sur l'optimisation du volume des journaux pour vos tâches Dataflow, consultez la page Contrôler le volume des journaux Dataflow.
Afficher l'utilisation des ressources
Vous pouvez afficher le nombre total de processeurs virtuels, la quantité de mémoire et les ressources de disque persistant associées à une tâche dans le panneau Informations sur la tâche, sous Métriques sur les ressources. Vous pouvez suivre les métriques suivantes dans l'interface de surveillance de Dataflow:
- Temps total de processeurs virtuels
- Temps total d'utilisation de la mémoire
- Temps total d'utilisation des disques persistants
- Volume total de flux de données traités
- Total des données de brassage traitées
- Données de brassage facturables traitées
Vous pouvez utiliser la métrique Total brassage des données traitées pour évaluer les performances de votre pipeline, et la métrique Données de brassage facturables traitées pour déterminer les coûts de la tâche Dataflow.
Avec Dataflow Prime, vous pouvez afficher le nombre total d'unités de calcul de données utilisées par une tâche dans le panneau Job info (Informations sur la tâche), sous Resource Metrics (Métriques sur les ressources).
Simulateur de coût
Le simulateur de coût Google Cloud vous permet de comprendre les modalités de calcul de votre facture.
Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.
Étape suivante
- Consultez la documentation Dataflow.
- Premiers pas avec Dataflow.
- Essayez le Simulateur de coût.
- Découvrez les solutions et cas d'utilisation de Dataflow.