Los precios de Knowledge Catalog se basan en el pago por uso. Actualmente, Knowledge Catalog cobra según los siguientes SKUs:

• Procesamiento de Knowledge Catalog (estándar y premium)
• Almacenamiento de metadatos

A continuación, se muestra un resumen general de cómo se factura cada capacidad clave de Knowledge Catalog:

La unidad de computación de datos (DCU) mide el procesamiento estándar y premium de Knowledge Catalog. DCU por hora es una unidad de facturación abstracta de Knowledge Catalog, y el cupo por usuario real depende de las funciones concretas que uses.

Nivel sin coste de Knowledge Catalog

Como parte del nivel sin coste económico de Google Cloud, Knowledge Catalog ofrece determinados recursos sin coste dentro de un límite específico. Estos límites de uso sin coste económico están disponibles tanto durante como después del periodo de prueba sin coste económico. Si los superas una vez finalizado dicho periodo, se te cobrará el servicio según los precios que aparecen en las secciones anteriores.

Nota: El nivel sin coste económico de Knowledge Catalog solo está disponible para la SKU de procesamiento estándar de Knowledge Catalog, no para la SKU de procesamiento premium de Knowledge Catalog.

Los cargos de DCU por cada función se calculan de la siguiente manera:

1. Análisis automáticos de la calidad de los datos:

• El consumo de horas de DCU es proporcional al procesamiento que implica la creación de perfiles de datos y el cálculo de las métricas de calidad de los datos. Se factura por segundo, con un mínimo de un minuto.
• El cargo depende del número de filas y columnas, la cantidad de datos que hayas analizado, la configuración de las reglas de calidad de los datos, los ajustes de partición y agrupamiento de la tabla, y la frecuencia del análisis.
• En el caso de los análisis de detección de anomalías de calidad de los datos, no se aplican cargos por DCU. En su lugar, se aplican los precios estándar de BigQuery para la computación, el almacenamiento y el entrenamiento, el procesamiento y la implementación de modelos de BQML.
• Si usas una identidad de ejecución personalizada, cambia la forma en que se te factura el análisis. Cuando especificas una identidad de ejecución personalizada, los costes de computación y almacenamiento asociados al análisis se facturan directamente a tu proyecto de BigQuery, sin pasar por los SKUs estándar de Knowledge Catalog Premium.

2. Hay varias opciones para reducir el coste de los análisis automáticos de calidad de los datos:

• Muestreo
• Análisis incrementales
• Para separar los cargos de calidad de los datos de otros cargos en el SKU de procesamiento premium de Knowledge Catalog, en el informe de facturación de Cloud, usa la etiqueta goog-dataplex-workload-type con el valor DATA_QUALITY.

3. Para filtrar los cargos agregados, usa las siguientes etiquetas disponibles en la exportación de facturación en 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. Análisis de elaboración de perfiles de datos:

• El consumo de horas de DCU es proporcional al procesamiento que implica la creación de perfiles de datos y el cálculo de las métricas de calidad de los datos. Se factura por segundo, con un mínimo de un minuto.
• El cargo depende del número de filas y columnas, la cantidad de datos analizados, la configuración de particionamiento y agrupamiento en clústeres de la tabla, y la frecuencia del análisis.
• Si usas una identidad de ejecución personalizada, cambia la forma en que se te factura el análisis. Cuando especificas una identidad de ejecución personalizada, los costes de computación y almacenamiento asociados al análisis se facturan directamente a tu proyecto de BigQuery, sin pasar por los SKUs estándar de Knowledge Catalog Premium.

5. Hay varias opciones para reducir el coste de los análisis de creación de perfiles de datos:

• Muestreo
• Análisis incrementales
• Filtrado de columnas
• Filtrado de filas
• Para separar los cargos de creación de perfiles de datos de otros cargos en el SKU de procesamiento premium de Knowledge Catalog, en el informe de facturación de Cloud, usa la etiqueta goog-dataplex-workload-type con el valor DATA_PROFILE.

6. Para filtrar los cargos agregados, usa las siguientes etiquetas disponibles en la exportación de facturación en 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. Linaje de datos:

• El consumo de horas de DCU es proporcional al procesamiento necesario para analizar automáticamente el linaje.
• Para separar los cargos de linaje de datos de otros cargos en el SKU de procesamiento premium de Knowledge Catalog, en el informe de Facturación de Cloud, usa la etiqueta goog-dataplex-workload-type con el valor LINEAGE.
• Si llamas a la API Data Lineage con un valor de sourceType de Origin que no sea CUSTOM, se te cobrarán costes adicionales.

Ejemplo de precios de linaje de datos

El usuario A habilita el linaje de datos para hacer un seguimiento del linaje de BigQuery en su proyecto. El proyecto está en la ubicación us-central1. Durante un mes, el linaje de datos consume 100 horas de DCU de procesamiento premium de Knowledge Catalog y genera 1 GiB de metadatos de linaje de datos. El precio es:

Cuando los usuarios interactúan con Knowledge Catalog, las llamadas a la API no tienen coste, incluidas las siguientes:

• Crear y gestionar recursos de Knowledge Catalog
• Crear y gestionar recursos de linaje
• Búsqueda en el catálogo

En esta sección se incluyen ejemplos de cómo calcular el coste de Knowledge Catalog.

Pequeños aspectos

• El usuario A crea y aplica aspectos pequeños (de 1024 bytes cada uno). Por 10 USD al mes, el usuario puede almacenar 5 GiB de metadatos, que equivale aproximadamente a 5 millones de aspectos. Si se asigna un aspecto por tabla, esto supone un total de 5 millones de tablas con aspectos.
• El usuario B crea 5 millones de aspectos de 1 KB cada uno el día 10 del mes, pero los elimina el día 20. El coste es de 3,33 USD, que se calcula dividiendo 5 GiB de datos entre un tercio de mes:

Grandes aspectos

• El usuario C crea y aplica aspectos grandes (de 10 KB cada uno). Por 10 USD al mes, el usuario puede almacenar 5 GiB de metadatos, lo que equivale aproximadamente a 500.000 aspectos. Si se asigna un aspecto a cada tabla, se obtendría un total de 500.000 tablas con aspectos.
• El usuario D crea 10.000 tipos de aspectos (por ejemplo, proceso de extracción, transformación y carga (ETL), gobernanza de datos y calidad de los datos) y aplica aspectos grandes (de 10 kB cada uno) usando cada uno de los 10 tipos de aspectos. Por 10 USD al mes, el usuario puede almacenar 5 GiB de metadatos, que equivale aproximadamente a 500.000 aspectos. Si suponemos que hay 10 aspectos por tabla, esto supone un total de 50.000 tablas con aspectos.

En esta sección se describen los precios de Data Catalog, que está en fase de retirada (se está migrando a Knowledge Catalog). Para obtener más información sobre las diferencias entre Knowledge Catalog y Data Catalog, consulta Knowledge Catalog frente a Data Catalog.

Se aplican cargos de Data Catalog al almacenamiento de metadatos de Data Catalog y a las llamadas a la API de Data Catalog.

Los cargos por el uso del almacenamiento de metadatos y de las llamadas a la API se acumulan diariamente. Puedes consultar el uso que no se ha facturado en la consola de Google Cloud.

Nota: Los modelos de precios se aplican a cuentas y no a proyectos, a menos que se especifique lo contrario.

Las llamadas a la API de Data Catalog se facturan según se describe en la siguiente tabla:

Nota: Las consultas de búsqueda que se realizan en la página Data Catalog de la consola de Google Cloud no tienen ningún coste.