Preços do Google Cloud Dataprep

O Cloud Dataprep é um aplicativo da Web interativo em que os usuários podem definir as regras de preparação de dados por meio da interação com uma amostra. O uso desse aplicativo é gratuito. Depois que um fluxo de preparação de dados for definido, a amostra poderá ser exportada gratuitamente ou o fluxo poderá ser executado como um job do Cloud Dataprep (usando o Google Cloud Dataflow) sobre o conjunto de dados original.

Preços antes de 15 de março de 2019

Cada job do Cloud Dataprep é cobrado como um múltiplo do custo de execução (unidades do Cloud Dataprep) do job do Cloud Dataflow que executa a transformação de dados.

Preço de execução do fluxo do Cloud Dataprep
1.16 * (custo do job do Cloud Dataflow que executou o fluxo do Cloud Dataprep)1

1 Os jobs do Cloud Dataprep podem ser executados com diferentes configurações de recursos para otimizar o desempenho e a eficiência, mas as configurações de job padrão do Cloud Dataflow são as comuns.

Para monitorar ou calcular o custo de um job do Cloud Dataprep, navegue até a página de monitoramento do Cloud Dataflow relacionada a ele e anote as métricas de consumo de recursos (por exemplo, vCPU, memória, armazenamento etc.). Calcule o custo equivalente do Dataflow e, em seguida, multiplique o custo calculado por 1,16.

Os jobs do Cloud Dataprep são cobrados por unidades de execução, que são compostas de memória, vCPU, armazenamento etc.

Iowa (us-central1) Los Angeles (us-west2) Oregon (us-west1) Virgínia do Norte (us-east4) Carolina do Sul (us-east1) Montreal (northamerica-northeast1) São Paulo (southamerica-east1) Bélgica (europe-west1) Frankfurt (europe-west3) Londres (europe-west2) Holanda (europe-west4) Zurique (europe-west6) Mumbai (asia-south1) Singapura (asia-southeast1) Sydney (australia-southeast1) Hong Kong (asia-east2) Taiwan (asia-east1) Tóquio (asia-northeast1)
Unidades do Cloud Dataprep (por hora)

Se você fizer pagamentos em uma moeda que não seja o dólar americano, os preços listados na página SKUs do Cloud Platform serão aplicados na sua moeda local.

Além das cobranças do Cloud Dataprep, um job pode consumir os seguintes recursos, que são faturados nos próprios preços, incluindo entre outros:

Consulte a calculadora de preços do Google Cloud Platform para estimar o preço do recurso.

Preços a partir de 15 de março de 2019

Quando você envia um job para o Cloud Dataprep, ele é executado pelos workers do Cloud Dataflow. A partir de 15 de março de 2019, o Cloud Dataprep será cobrado de acordo com o número de CPUs virtuais (vCPUs) de workers do Cloud Dataflow necessárias para processar um job e o tempo de uso das vCPUs.

Iowa (us-central1) Los Angeles (us-west2) Oregon (us-west1) Virgínia do Norte (us-east4) Carolina do Sul (us-east1) Montreal (northamerica-northeast1) São Paulo (southamerica-east1) Bélgica (europe-west1) Frankfurt (europe-west3) Londres (europe-west2) Holanda (europe-west4) Zurique (europe-west6) Mumbai (asia-south1) Singapura (asia-southeast1) Sydney (australia-southeast1) Hong Kong (asia-east2) Taiwan (asia-east1) Tóquio (asia-northeast1)
Preço do Cloud Dataprep por CPU virtual do Cloud Dataflow usada por hora

Se você fizer pagamentos em uma moeda que não seja o dólar americano, os preços listados na página SKUs do Cloud Platform serão aplicados na sua moeda local.

Exemplos de preços

Por exemplo, vamos usar um job do Cloud Dataprep executado por 1 hora e que exige 5 CPUs virtuais do Cloud Dataflow.

O preço desse job pode ser calculado de acordo com o preço baseado em vCPU:

Custo do job do Cloud Dataprep = 1 hora * US$ 0,60 * 5 vCPUs
Custo do job do Cloud Dataprep = US$ 3,00

O número de workers usados e o tempo em que eles são usados dependerão de como o Cloud Dataflow está configurado para executar o job. Consulte a documentação do Cloud Dataflow e a calculadora de preços do Google Cloud Platform para estimar o custo de jobs do Cloud Dataprep.

Esta página foi útil? Conte sua opinião sobre:

Enviar comentários sobre…

Documentação do Google Cloud Dataprep
Precisa de ajuda? Acesse nossa página de suporte.