Harga Knowledge Catalog didasarkan pada penggunaan bayar sesuai penggunaan. Knowledge Catalog saat ini mengenakan biaya berdasarkan SKU berikut:

• Pemrosesan Knowledge Catalog (standar dan premium)
• Penyimpanan metadata

Berikut adalah ringkasan tingkat tinggi tentang cara penagihan setiap kemampuan utama Katalog Pengetahuan:

Pemrosesan standar dan premium Knowledge Catalog diukur oleh Unit Komputasi Data (DCU). DCU-jam adalah unit penagihan abstrak untuk Knowledge Catalog, dan pengukuran yang sebenarnya bergantung pada masing-masing fitur yang Anda gunakan.

Paket gratis Knowledge Catalog

Sebagai bagian dari Paket Gratis Google Cloud, Knowledge Catalog menawarkan beberapa resource gratis hingga batas tertentu. Batas penggunaan gratis ini tersedia selama dan setelah periode uji coba gratis. Jika Anda melampaui batas penggunaan ini dan tidak lagi dalam periode uji coba gratis, Anda akan dikenai biaya sesuai dengan harga yang dijelaskan pada bagian di atas.

Catatan: Paket gratis Knowledge Catalog hanya tersedia untuk SKU Pemrosesan Standar Knowledge Catalog, dan tidak tersedia untuk SKU Pemrosesan Premium Knowledge Catalog.

Tagihan DCU untuk setiap fitur dihitung sebagai berikut:

1.Pemindaian kualitas data otomatis:

• Penggunaan jam-DCU setara dengan pemrosesan yang terlibat dalam pembuatan profil data dan penghitungan metrik kualitas data. Biaya ini ditagih per detik, dengan minimum satu menit.
• Biaya bergantung pada jumlah baris, jumlah kolom, jumlah data yang Anda pindai, konfigurasi aturan kualitas data, setelan partisi dan pengelompokan pada tabel, serta frekuensi pemindaian.
• Biaya DCU tidak berlaku untuk pemindaian deteksi anomali kualitas data. Sebagai gantinya, harga BigQuery standar untuk komputasi, penyimpanan, serta pelatihan, pemrosesan, dan deployment model BQML berlaku.
• Menggunakan identitas eksekusi kustom akan mengubah cara penagihan untuk pemindaian. Saat Anda menentukan identitas eksekusi kustom, biaya komputasi dan penyimpanan yang terkait dengan pemindaian akan ditagihkan langsung ke project BigQuery Anda, tanpa melalui SKU Premium Katalog Pengetahuan standar.

2. Ada beberapa opsi untuk mengurangi biaya pemindaian kualitas data otomatis:

• Pengambilan sampel
• Pemindaian inkremental
• Untuk memisahkan biaya kualitas data dari biaya lainnya dalam SKU pemrosesan premium Knowledge Catalog, pada laporan Penagihan Cloud, gunakan label goog-dataplex-workload-type dengan nilai DATA_QUALITY.

3. Untuk memfilter biaya gabungan, gunakan label berikut yang tersedia dalam ekspor penagihan di BigQuery:

• goog-dataplex-datascan-data-source-dataplex-entity
• goog-dataplex-datascan-data-source-dataplex-lake
• goog-dataplex-datascan-data-source-dataplex-zone
• goog-dataplex-datascan-data-source-project
• goog-dataplex-datascan-data-source-region
• goog-dataplex-datascan-id
• goog-dataplex-datascan-job-id

4.Pemindaian Pembuatan Profil Data:

• Penggunaan jam-DCU setara dengan pemrosesan yang terlibat dalam pembuatan profil data dan penghitungan metrik kualitas data. Biaya ini ditagih per detik, dengan minimum satu menit.
• Biaya bergantung pada jumlah baris, jumlah kolom, jumlah data yang dipindai, setelan partisi dan pengelompokan pada tabel, serta frekuensi pemindaian.
• Menggunakan identitas eksekusi kustom akan mengubah cara penagihan untuk pemindaian. Saat Anda menentukan identitas eksekusi kustom, biaya komputasi dan penyimpanan yang terkait dengan pemindaian akan ditagihkan langsung ke project BigQuery Anda, tanpa melalui SKU Premium Katalog Pengetahuan standar.

5. Ada beberapa opsi untuk mengurangi biaya pemindaian profil data:

• Pengambilan sampel
• Pemindaian inkremental
• Pemfilteran kolom
• Pemfilteran baris
• Untuk memisahkan biaya pembuatan profil data dari biaya lainnya dalam SKU pemrosesan premium Knowledge Catalog, pada laporan Penagihan Cloud, gunakan label goog-dataplex-workload-type dengan nilai DATA_PROFILE.

6. Untuk memfilter biaya gabungan, gunakan label berikut yang tersedia dalam ekspor penagihan di BigQuery:

• goog-dataplex-datascan-data-source-dataplex-entity
• goog-dataplex-datascan-data-source-dataplex-lake
• goog-dataplex-datascan-data-source-dataplex-zone
• goog-dataplex-datascan-data-source-project
• goog-dataplex-datascan-data-source-region
• goog-dataplex-datascan-id
• goog-dataplex-datascan-job-id

7. Silsilah Data:

• Konsumsi jam-DCU sebanding dengan pemrosesan yang terlibat dalam penguraian urutan secara otomatis.
• Untuk memisahkan biaya silsilah data dari biaya lainnya dalam SKU pemrosesan premium Knowledge Catalog, gunakan label goog-dataplex-workload-type dengan nilai LINEAGE di laporan Penagihan Cloud.
• Jika Anda memanggil Data Lineage API Origin sourceType dengan nilai selain CUSTOM, hal ini akan menimbulkan biaya tambahan.

Contoh harga silsilah data

Pengguna A mengaktifkan silsilah data untuk melacak silsilah BigQuery di projectnya. Project ini berada di lokasi us-central1. Selama satu bulan, urutan data menggunakan 100 DCU-jam pemrosesan Premium Katalog Pengetahuan, dan menghasilkan 1 GiB metadata urutan data. Biayanya sebesar:

Saat pengguna berinteraksi dengan Knowledge Catalog, panggilan API tidak dikenai biaya, termasuk:

• Membuat dan mengelola resource Katalog Pengetahuan
• Membuat dan mengelola resource silsilah
• Penelusuran katalog

Bagian ini memberikan contoh cara menghitung biaya Katalog Pengetahuan.

Aspek kecil

• Pengguna A membuat dan menerapkan aspek kecil (masing-masing 1.024 byte). Dengan $10 per bulan, pengguna dapat menyimpan 5 GiB metadata, yang kira-kira setara dengan 5 juta aspek. Dengan asumsi satu aspek per tabel, jumlah total tabel dengan aspek adalah 5 juta.
• Pengguna B membuat 5 juta aspek berukuran 1 KB setiap aspek pada tanggal 10 bulan tersebut, dan menghapus aspek-aspek tersebut pada tanggal 20. Biayanya adalah $3,33, yang dihitung sebagai 5 GiB data dibagi sepertiga bulan:

Aspek besar

• Pengguna C membuat dan menerapkan aspek besar (masing-masing 10 KB). Dengan $10 per bulan, pengguna dapat menyimpan 5 GiB metadata, yang setara dengan sekitar 500 ribu aspek. Dengan asumsi satu aspek per tabel, jumlahnya mencapai total 500 ribu tabel dengan aspek.
• Pengguna D membuat 10 ribu jenis aspek (misalnya ETL, tata kelola data, kualitas data), dan menerapkan aspek besar (10 KB setiap aspek) menggunakan masing-masing dari 10 jenis aspek. Dengan $10 per bulan, pengguna dapat menyimpan 5 GiB metadata, yang kira-kira setara dengan 500 ribu aspek. Dengan asumsi 10 aspek per tabel, jumlahnya mencapai total 50 ribu tabel dengan aspek.

Bagian ini menjelaskan harga untuk Data Catalog, yang berada dalam fase penghentian (migrasi ke Knowledge Catalog sedang berlangsung). Untuk mengetahui informasi selengkapnya tentang perbedaan antara Knowledge Catalog dan Data Catalog, lihat Knowledge Catalog versus Data Catalog.

Tagihan Data Catalog berlaku untuk penyimpanan metadata untuk Data Catalog dan panggilan API yang dilakukan ke Data Catalog API.

Biaya penyimpanan metadata dan panggilan API diakumulasikan setiap hari. Anda dapat melihat penggunaan yang tidak ditagih di konsol Google Cloud.

Catatan: Model penetapan harga berlaku untuk akun, bukan project, kecuali jika ditentukan sebaliknya.

Panggilan Data Catalog API ditagih seperti yang dijelaskan dalam tabel berikut:

Catatan: Kueri penelusuran yang dilakukan di halaman Data Catalog di konsol Google Cloud ditawarkan tanpa biaya.