Os preços do Knowledge Catalog são baseados no uso de pagamento por uso. O Knowledge Catalog atualmente cobra com base nas seguintes SKUs:

• Processamento do Catálogo de Conhecimento (padrão e premium)
• Armazenamento de metadados

A seguir, apresentamos uma visão geral de como cada recurso principal do Catálogo de dados é cobrado:

O processamento padrão e premium do Knowledge Catalog é medido pela Unidade de Computação de Dados (DCU). A DCU-hora é uma unidade de faturamento abstrata do Catálogo de dados, e a medição real depende dos recursos individuais que você usa.

Nível sem custo financeiro do Knowledge Catalog

Como parte do nível sem custo financeiro do Google Cloud, o Knowledge Catalog oferece alguns recursos sem custo financeiro até um limite específico. Esses limites de uso sem custo financeiro estão disponíveis durante e após o período de avaliação sem custo financeiro. Se você exceder esses limites de uso e não estiver mais no período de avaliação sem custo financeiro, a cobrança será feita de acordo com os preços descritos nas seções acima.

Observação:o nível sem custo financeiro do Knowledge Catalog está disponível apenas para a SKU de processamento padrão do Knowledge Catalog e não está disponível para a SKU de processamento premium do Knowledge Catalog.

As cobranças de DCU para cada recurso são calculadas da seguinte forma:

1.Verificações de qualidade de dados automática:

• O consumo de horas de DCU é proporcional ao processamento envolvido na criação de perfis dos dados e no cálculo das métricas de qualidade de dados. A cobrança é feita por segundo, com um mínimo de um minuto.
• A cobrança depende do número de linhas, do número de colunas, da quantidade de dados verificada, da configuração da regra de qualidade de dados, das configurações de particionamento e clustering na tabela e da frequência da verificação.
• As cobranças do DCU não se aplicam a verificações de detecção de anomalias de qualidade de dados. Em vez disso, são aplicados os preços padrão do BigQuery para computação, armazenamento e treinamento de modelos, processamento e implantação de modelos do BQML.
• Usar uma identidade de execução personalizada muda a forma como você é cobrado pela verificação. Quando você especifica uma identidade de execução personalizada, os custos de computação e armazenamento associados à verificação são faturados diretamente no seu projeto do BigQuery, ignorando os SKUs padrão do Knowledge Catalog Premium.

2. Há várias opções para reduzir o custo das verificações automáticas de qualidade de dados:

• Amostragem
• Verificações incrementais
• Para separar os encargos de qualidade de dados de outros encargos na SKU de processamento premium do Knowledge Catalog, no relatório do Cloud Billing, use o rótulo goog-dataplex-workload-type com o valor DATA_QUALITY.

3. Para filtrar cobranças agregadas, use os seguintes rótulos disponíveis na exportação de faturamento no 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.Verificações de criação de perfil de dados:

• O consumo de horas de DCU é proporcional ao processamento envolvido na criação de perfis dos dados e no cálculo das métricas de qualidade de dados. A cobrança é feita por segundo, com um mínimo de um minuto.
• A cobrança depende do número de linhas e colunas, da quantidade de dados verificados, das configurações de particionamento e clustering na tabela e da frequência da verificação.
• Usar uma identidade de execução personalizada muda a forma como você é cobrado pela verificação. Quando você especifica uma identidade de execução personalizada, os custos de computação e armazenamento associados à verificação são faturados diretamente no seu projeto do BigQuery, ignorando os SKUs padrão do Knowledge Catalog Premium.

5. Há várias opções para reduzir o custo das verificações de perfil de dados:

• Amostragem
• Verificações incrementais
• Filtragem de colunas
• Filtragem de linhas
• Para separar as cobranças de criação de perfis de dados de outras cobranças na SKU de processamento premium do Knowledge Catalog, no relatório do Cloud Billing, use o rótulo goog-dataplex-workload-type com o valor DATA_PROFILE.

6. Para filtrar cobranças agregadas, use os seguintes rótulos disponíveis na exportação de faturamento no 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. Linhagem de dados:

• O consumo de horas de DCU é proporcional ao processamento envolvido na análise automática da linhagem.
• Para separar as cobranças de linhagem de dados de outras cobranças na SKU de processamento premium do Knowledge Catalog, no relatório de faturamento do Cloud, use o rótulo goog-dataplex-workload-type com o valor LINEAGE.
• Se você chamar a API Data Lineage Origin sourceType com um valor diferente de CUSTOM, isso vai gerar custos adicionais.

Exemplo de preços da linhagem de dados

O Usuário A ativa a linhagem de dados para rastrear a linhagem do BigQuery no projeto. O projeto está no local us-central1. Durante um mês, a linhagem de dados consome 100 horas de DCU de processamento do Knowledge Catalog Premium e gera 1 GiB de metadados de linhagem de dados. O custo é:

À medida que os usuários interagem com o Catálogo de conhecimento, as chamadas de API são sem custo financeiro, incluindo:

• Como criar e gerenciar recursos do Catálogo de dados
• Como criar e gerenciar recursos de linhagem
• Pesquisa no catálogo

Nesta seção, fornecemos exemplos de como calcular o custo do Catálogo de conhecimento.

Pequenos aspectos

• O usuário A cria e aplica aspectos pequenos (1.024 bytes cada). Por US $10 por mês, o usuário pode armazenar 5 GiB de metadados, o que corresponde aproximadamente a 5 milhões de aspectos. Considerando um aspecto por tabela, isso equivale a um total de 5 milhões de tabelas com aspectos.
• O usuário B cria 5 milhões de aspectos de 1 KB cada no dia 10 do mês e exclui os aspectos no dia 20. O custo é de US $3,33, calculado como 5 GiB de dados divididos por um terço do mês:

Grandes aspectos

• O usuário C cria e aplica aspectos grandes (10 KB cada). Por US $10 por mês, o usuário pode armazenar 5 GiB de metadados, o que corresponde a aproximadamente 500 mil aspectos. Considerando um aspecto por tabela, isso equivale a um total de 500 mil tabelas com aspectos.
• O usuário D cria 10 mil tipos de aspectos (por exemplo, ETL, governança de dados, qualidade de dados) e aplica aspectos grandes (10 KB cada) usando cada um dos 10 tipos de aspectos. Por US $10 por mês, o usuário pode armazenar 5 GiB de metadados, o que corresponde a aproximadamente 500 mil aspectos. Considerando 10 aspectos por tabela, isso equivale a um total de 50 mil tabelas com aspectos.

Nesta seção, descrevemos os preços do Data Catalog, que está em fase de desativação (migração para o Knowledge Catalog em andamento). Para mais informações sobre as diferenças entre o Knowledge Catalog e o Data Catalog, consulte Knowledge Catalog versus Data Catalog.

As cobranças do Data Catalog se aplicam ao armazenamento de metadados do Data Catalog e às chamadas de API feitas para a API Data Catalog.

As cobranças de armazenamento de metadados e chamadas de API são acumuladas diariamente. Veja o uso não faturado no console do Google Cloud.

Observação:os modelos de preços se aplicam a contas, não a projetos, a menos que especificado de outra forma.

As chamadas da API Data Catalog são cobradas conforme descrito na tabela a seguir:

Observação:as consultas de pesquisa realizadas na página do Data Catalog no console do Google Cloud são oferecidas sem custo financeiro.