Cloud Dataproc – Preise

Cloud Dataproc-Preise richten sich nach der Größe der Cloud Dataproc-Cluster und deren Ausführungsdauer. Die Größe eines Clusters basiert auf der Gesamtzahl der virtuellen CPUs (vCPUs) im gesamten Cluster, einschließlich der Master- und Worker-Knoten. Die Laufzeit eines Clusters ist der Zeitraum zwischen dem Erstellen und Löschen des Clusters, gemessen in Minuten.

Cloud Dataproc – Preise

Obwohl die Preistabellen auf dieser Seite in Stunden angeben sind, erfolgt die Abrechnung von Cloud Dataproc pro Sekunde. Alle Cloud Dataproc-Cluster werden im Sekundentakt abgerechnet, bei einem Minimum von 1 Minute. Die Nutzung wird in Stunden angegeben (30 Minuten sind beispielsweise 0,5 Stunden), um einen Preis pro Stunde trotz sekundengenauer Abrechnung zu erhalten.

Die Cloud Dataproc-Preise gelten zusätzlich zum Compute Engine-Preis pro Instanz für jede virtuelle Maschine, wie unten beschrieben. Cloud Dataproc wird ebenso wie Compute Engine-Ressourcen in einem Cloud Dataproc-Cluster pro Sekunde abgerechnet.

Hinweis: Instanzen auf Abruf können verwendet werden, um die Compute Engine-Kosten für Cloud Dataproc-Cluster zu verringern. Dies ändert jedoch nichts an der Abrechnung des Cloud Dataproc-Preises.

Cloud Dataproc unterstützt die folgenden Compute Engine-Instanztypen in Clustern:

Standardmaschinentypen

Iowa (us-central1) Los Angeles (us-west2) Oregon (us-west1) Northern Virginia (us-east4) South Carolina (us-east1) Montreal (northamerica-northeast1) São Paulo (southamerica-east1) Belgien (europe-west1) Finnland (europe-north1) Frankfurt (europe-west3) London (europe-west2) Niederlande (europe-west4) Zürich (europe-west6) Mumbai (asia-south1) Singapur (asia-southeast1) Sydney (australia-southeast1) Hongkong (asia-east2) Taiwan (asia-east1) Tokio (asia-northeast1) Osaka (asia-northeast2)
Maschinentyp Virtuelle CPUs Speicher Dataproc-Preis (USD)
n1-standard-1
n1-standard-2
n1-standard-4
n1-standard-8
n1-standard-16
n1-standard-32
n1-standard-64
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Maschinentypen mit großem Speicher

Maschinentypen mit großem Speicher sind mit 6,50 GB Arbeitsspeicher pro virtuellem Kern ausgestattet. Instanzen mit großem Speicher sind ideal für Aufgaben geeignet, die im Verhältnis zu den virtuellen CPUs mehr Speicher erfordern.

Iowa (us-central1) Los Angeles (us-west2) Oregon (us-west1) Northern Virginia (us-east4) South Carolina (us-east1) Montreal (northamerica-northeast1) São Paulo (southamerica-east1) Belgien (europe-west1) Finnland (europe-north1) Frankfurt (europe-west3) London (europe-west2) Niederlande (europe-west4) Zürich (europe-west6) Mumbai (asia-south1) Singapur (asia-southeast1) Sydney (australia-southeast1) Hongkong (asia-east2) Taiwan (asia-east1) Tokio (asia-northeast1) Osaka (asia-northeast2)
Maschinentyp Virtuelle CPUs Speicher Dataproc-Preis (USD)
n1-highmem-2
n1-highmem-4
n1-highmem-8
n1-highmem-16
n1-highmem-32
n1-highmem-64
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Maschinentypen mit hoher CPU-Leistung

Maschinentypen mit hoher CPU-Leistung haben pro virtuellem Kern einen Arbeitsspeicher von 0,90 GB. Maschinentypen mit hoher CPU-Leistung sind ideal für Aufgaben geeignet, die im Verhältnis zum Speicher mehr virtuelle CPUs benötigen.

Iowa (us-central1) Los Angeles (us-west2) Oregon (us-west1) Northern Virginia (us-east4) South Carolina (us-east1) Montreal (northamerica-northeast1) São Paulo (southamerica-east1) Belgien (europe-west1) Finnland (europe-north1) Frankfurt (europe-west3) London (europe-west2) Niederlande (europe-west4) Zürich (europe-west6) Mumbai (asia-south1) Singapur (asia-southeast1) Sydney (australia-southeast1) Hongkong (asia-east2) Taiwan (asia-east1) Tokio (asia-northeast1) Osaka (asia-northeast2)
Maschinentyp Virtuelle CPUs Speicher Dataproc-Preis (USD)
n1-highcpu-2
n1-highcpu-4
n1-highcpu-8
n1-highcpu-16
n1-highcpu-32
n1-highcpu-64
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Speicheroptimierte Maschinentypen

Speicheroptimierte Maschinentypen eignen sich ideal für Aufgaben mit hohem Speicheraufkommen. Sie bieten pro vCPU noch mehr Speicher als Maschinentypen mit großem Speicher. Speicheroptimierte Maschinentypen haben 15 GB RAM pro virtueller CPU. Unter Regionen und Zonen finden Sie eine Liste der Standorte, an denen speicheroptimierte Maschinentypen verfügbar sind.

Iowa (us-central1) Los Angeles (us-west2) Oregon (us-west1) Northern Virginia (us-east4) South Carolina (us-east1) Montreal (northamerica-northeast1) São Paulo (southamerica-east1) Belgien (europe-west1) Finnland (europe-north1) Frankfurt (europe-west3) London (europe-west2) Niederlande (europe-west4) Zürich (europe-west6) Mumbai (asia-south1) Singapur (asia-southeast1) Sydney (australia-southeast1) Hongkong (asia-east2) Taiwan (asia-east1) Tokio (asia-northeast1) Osaka (asia-northeast2)
Maschinentyp Virtuelle CPUs Speicher Dataproc-Preis (USD)
n1-ultramem-40
n1-ultramem-80
n1-megamem-96
n1-ultramem-160
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Benutzerdefinierte Maschinentypen

Erstellen Sie einen benutzerdefinierten Maschinentyp mit einer bestimmten Anzahl vCPUs und einer bestimmten Speichergröße, wenn vordefinierte Maschinentypen für Ihre Workloads nicht optimal sind. Mit benutzerdefinierten Maschinentypen sparen Sie außerdem die Kosten für die Ausführung eines größeren, teureren Maschinentyps, wenn Sie nicht alle Ressourcen dieses Maschinentyps benötigen.

Die Cloud Dataproc-Gebühren für benutzerdefinierte Maschinentypen hängen von der Anzahl vCPUs für jeden Knoten ab.

Iowa (us-central1) Los Angeles (us-west2) Oregon (us-west1) Northern Virginia (us-east4) South Carolina (us-east1) Montreal (northamerica-northeast1) São Paulo (southamerica-east1) Belgien (europe-west1) Finnland (europe-north1) Frankfurt (europe-west3) London (europe-west2) Niederlande (europe-west4) Zürich (europe-west6) Mumbai (asia-south1) Singapur (asia-southeast1) Sydney (australia-southeast1) Hongkong (asia-east2) Taiwan (asia-east1) Tokio (asia-northeast1) Osaka (asia-northeast2)
Posten Preis (USD)
vCPU
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Nutzung anderer Google Cloud-Ressourcen

Cloud Dataproc ist eine verwaltete und integrierte Lösung, die auf anderen Google Cloud-Technologien basiert. Cloud Dataproc-Cluster verbrauchen die folgenden Ressourcen, für die individuelle Preismodelle bestehen:

Cloud Dataproc-Cluster können u. a. die folgenden Ressourcen optional verwenden. Jede Ressource verfügt über ein eigenes Preismodell:

Preisbeispiel

Beispiel: Ein Cluster (mit Master- und Worker-Knoten) wird mit der folgenden Konfiguration in einer US-Zone ausgeführt. In dieser US-Zone beträgt der Cloud Dataproc-Preis 0,01 USD pro virtueller CPU.

Posten Maschinentyp Virtuelle CPUs Hinzugefügter nichtflüchtiger Speicher Anzahl im Cluster
Master-Knoten n1-standard-4 4 500 GB 1
Worker-Knoten n1-standard-4 4 500 GB 5

Dieser Cloud Dataproc-Cluster hat 24 virtuelle CPUs, 4 für den Master und 20 auf die Worker verteilt. Zur Abrechnung von Cloud Dataproc würde der Preis für diesen Cluster auf diesen 24 virtuellen CPUs und der Laufzeit des Clusters basieren. Wenn die Laufzeit des Clusters beispielsweise zwei Stunden beträgt, würde der Cloud Dataproc-Preis folgendermaßen berechnet:

Cloud Dataproc charge = # of vCPUs * hours * Cloud Dataproc price = 24 * 2 * $0.01 = $0.48

In diesem Beispiel nutzt der Cluster andere Google Cloud-Produkte, die zusätzlich zu den Cloud Dataproc-Gebühren abgerechnet werden. Für speziell diesen Cluster würden Gebühren für die Nutzung von Compute Engine und für Speicherplatz berechnet werden, der auf einem nichtflüchtigen Standardspeicher bereitgestellt wird. Mit dem Preisrechner können Sie diese separaten Kosten basierend auf den aktuellen Tarifen berechnen.

Hat Ihnen diese Seite weitergeholfen? Teilen Sie uns Ihr Feedback mit:

Feedback geben zu...

Cloud Dataproc-Dokumentation