Atualizações do modelo de dados dos DFs baseados em gastos

Como parte da expansão do programa de descontos por utilização garantida (CUDs), atualizamos o modelo de CUDs baseado nos gastos e disponibilizamos ferramentas para ajudar a preparar-se para as alterações, que incluem:

  • Exportação de dados de amostra do BigQuery: um conjunto de dados de amostra que demonstra como a ativação altera o aspeto das exportações de dados de CUD baseados em gastos no BigQuery.
  • Consultas de exemplo de IEDs de CUD: consultas de exemplo para usar com a exportação de dados de exemplo do BigQuery para calcular indicadores essenciais de desempenho (IEDs) de CUD importantes.
  • Novos detalhes dos DFs: descrições dos novos campos dos DFs e migração de dados, por exemplo, novos IDs de SKUs de taxas de DFs, nomes de ofertas e IDs de modelos de consumo.

Exportação de dados de amostragem do BigQuery

Pode usar a exportação de dados de amostra do BigQuery para preparar os seus sistemas internos para as alterações que ocorrem nos dados de CUD baseados em gastos. O processo de utilização da exportação de dados de exemplo tem estes passos principais:

  1. Verifique os pré-requisitos.
  2. Ative a exportação de dados de amostra.
  3. Permita que os novos dados se acumulem.
  4. Explore o novo modelo de dados e consultas.
  5. Atualize os seus sistemas e fluxos de trabalho internos em conformidade.

Pré-requisitos

Tem de cumprir os seguintes pré-requisitos para usar a exportação de dados de exemplo:

  • Tem de ter uma exportação de dados de faturação detalhada ou padrão configurada para a sua conta do Cloud Billing. Para mais informações, consulte o artigo Configure a exportação de dados da faturação do Google Cloud para o BigQuery

  • Tem de ter autorizações no projeto proprietário da exportação e autorizações na conta do Cloud Billing onde está a ativar a exportação. Por exemplo:

    • bigquery.datasets.create no projeto que contém o conjunto de dados.
    • billing.accounts.getUsageExportSpec na conta do Cloud Billing.

    Para encontrar funções predefinidas do Cloud Billing que contenham estas autorizações, por exemplo, Leitor da conta de faturação, Gestor de custos da conta de faturação ou Administrador da conta de faturação, consulte o artigo Controlo de acesso e autorizações do Cloud Billing. Para mais informações acerca das autorizações específicas do BigQuery, consulte as funções de IAM do BigQuery e as autorizações

  • Quando cria uma nova conta de faturação do Google Cloud, a atribuição proporcional é ativada por predefinição para compromissos baseados em gastos. Caso contrário, tem de a ter ativado para usar esta exportação. Pode fazê-lo seguindo estas instruções.

    • Se tiver o VPC-SC ativado para recursos do BigQuery no seu projeto ou organização, tem de criar regras de entrada e saída para ativar corretamente esta opção:
    • Crie uma regra de entrada que conceda ao indivíduo acesso para criar a exportação:
    - ingressFrom:
    identities:
    - PRINCIPAL_ID_FOR_PERSON_ENABLING_SUBSCRIPTION
    sources:
    - accessLevel: "*"
ingressTo:
    roles:
    - roles/bigquery.dataOwner
    resources:
    - projects/YOUR_PROJECT_ID_TO_HOST_SAMPLE_DATA
title: 'Sample Export Ingress'

  • Crie uma regra de saída para permitir que o Google Cloud crie o conjunto de dados associado do BigQuery no VPC-SC:

    


      

    • egressTo:
roles:

        

      • roles/bigquery.dataOwner
resources:
        • 

      • projects/710382390241
egressFrom:
identityType: ANY_IDENTITY
sources:
        • 

      • accessLevel: "*"
sourceRestriction: RESTRICTION_STATUS
title: 'Sample Export Egress'

Ative a exportação de dados de amostra

Para ativar a exportação de dados de amostra, conclua os seguintes passos:

  1. Abra a secção Exportação de faturação da Google Cloud consola.

    Aceda à exportação de faturação

  2. Na caixa de diálogo Exportação de faturação, selecione a conta do Cloud Billing onde quer ativar a exportação de dados de amostra, conforme mostrado no ecrã seguinte. Caixa de diálogo usada para escolher a conta

  3. O processo de exportação de dados começa e demora aproximadamente um dia a ser ativado. Vai ver a seguinte nota até que esteja pronto: Ecrã que mostra a mensagem a indicar que a exportação de dados de amostra não está pronta Depois de ativar a exportação de dados de amostra, começa a recolher dados de faturação do Google Cloud, com novos dados adicionados continuamente até janeiro de 2026. Aguarde tempo suficiente para que se acumulem dados suficientes na exportação antes de atualizar os seus sistemas para se alinharem com o novo modelo de dados.

  4. Quando a exportação estiver pronta, é apresentada a seguinte notificação na secção Faturação da Google Cloud consola: Ecrã a mostrar a mensagem que indica que a exportação de dados de amostra está pronta

    A exportação de dados é criada como um conjunto de dados associado no mesmo projeto do BigQuery que contém a exportação de dados de faturação detalhada ou padrão. Uma vez que é um conjunto de dados associado, não incorre em custos adicionais pela exportação de amostras. Para mais informações, consulte o artigo Introdução à partilha do BigQuery

  5. Clique em Ver conjunto de dados de exemplo para abrir o BigQuery na Google Cloud consola, onde pode executar consultas para compreender os seus KPIs de CUD importantes.

Limitações da exportação de amostras

A exportação de dados de amostra é uma ferramenta útil para se preparar para as alterações ao modelo de dados, mas difere das exportações de dados do mundo real das seguintes formas importantes:

  • Após a migração: não use as exportações de amostra depois de ativar o novo modelo de dados, porque, a partir desse momento, as exportações de amostra deixam de ser precisas.
  • Tamanho do resultado: devido às diferenças na agregação de dados, o tamanho da exportação de amostras pode variar em relação à exportação real que vê depois de aceitar estas alterações.
  • Métodos de arredondamento: devido a diferenças nos métodos de arredondamento, podem ocorrer pequenas discrepâncias em valores muito pequenos ou em moedas que não sejam o USD.
  • Taxas rateadas: a exportação de amostra pode sobrestimar os custos da primeira e última hora de uma compra de CUD, porque não tem em conta as taxas de compromisso de horas parciais da mesma forma. A compra de um CUD baseado em gastos rateia a taxa da primeira hora.

Exemplo de exportação de dados antes e depois do novo modelo CUD

O novo modelo de CUD baseado em gastos requer que planeie e ajuste os seus sistemas internos que possam consumir dados da Faturação do Google Cloud. Como resultado, apresentamos os seguintes cenários para mostrar como o esquema de exportação de dados e os dados mudam, antes e depois do novo modelo CUD. Dividimos ainda mais estes cenários em situações em que usa em excesso e usa abaixo do limite os seus CUDs para mostrar o efeito na exportação de dados.

Para ambos os cenários, considere que comprou uma E2-Standard-8 VM em US Central 1, composta por duas SKUs para RAM e núcleo. Estes SKUs usam o ID fictício de RAM SKU e Core SKU, respetivamente.

Em seguida, compra uma 1 Year GCE Flex CUD por 0,1 €/hora para o cenário de utilização excessiva e 0,3 €/hora para o cenário de utilização insuficiente. Estes são representados nos dados como o ID fictício Fee SKU.

Cenário de CUD sobreutilizado

No cenário de utilização excessiva, fez as compras mencionadas anteriormente e usou os CUDs em excesso.

Dados anteriores a

Antes do novo modelo de CUD, o esquema de exportação e os valores dos dados do Cloud Billing tinham o aspeto da tabela seguinte.

SKU custo usage.amount_in_pricing_units usage.pricing_unit price.effective_price originating-sku 1 subscription.instance_id créditos
SKU da taxa 0,046868 6.509490 hora 0,0072 SKU de RAM subscriptions/e52fd279-0851-4f53-a533-093119e27bad []
SKU da taxa 0,025132 3.490510 hora 0,0072 SKU principal subscriptions/e52fd279-0851-4f53-a533-093119e27bad []
SKU de RAM 0,174496 8 gibibyte-hora 0,02181159 nulo nulo [{"amount":-0.065095,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}]
SKU principal 0,093568 32 hora 0,00292353 nulo nulo [{"amount":-0.034905,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}]

1. Esta coluna representa o valor da etiqueta goog-originating-sku-id.

Data posterior

Após o novo modelo de CUD, o esquema e os valores dos dados de exportação do Cloud Billing têm o aspeto da tabela seguinte.

SKU custo usage.amount_in_pricing_units usage.pricing_unit consumption_model.description price.effective_price originating-sku 1 subscription.instance_id créditos
SKU da taxa 0,046868 0,046868330 hora Predefinição 1 SKU de RAM subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb [{"amount":"-0.046868",""type":"FEE_UTILIZATION_OFFSET"}]
SKU da taxa 0,025132 0,025131670 hora Predefinição 1 SKU principal subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb [{"amount":"-0.025132",""type":"FEE_UTILIZATION_OFFSET"}]
SKU de RAM 0,109398 5,015577498 gibibyte-hora Predefinição 0,02181159 nulo nulo []
SKU principal 0,058648 20,06066639 hora Predefinição 0,00292353 nulo nulo []
SKU de RAM 0,046868 2,984422502 gibibyte-hora DFs flexíveis de computação de 1 ano 0,01570434 nulo subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb []
SKU principal 0,025132 11,93933361 hora DFs flexíveis de computação de 1 ano 0,00210494 nulo subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb []

1. Esta coluna representa o valor da etiqueta goog-originating-sku-id.

Tenha em atenção o seguinte neste novo modelo de CUD:

  • Existem duas linhas para cada CUD, em vez de uma para cada.
  • Existe uma nova coluna consumption_model.description que separa as entradas CUD adicionais, onde:
    • O valor Compute Flexible CUDs 1 Year indica que recebeu o desconto de CUD esperado.
    • O valor Default indica que usou o CUD em excesso e que o custo foi revertido para o preço predefinido do valor em excesso. Isto também é indicado pelo facto de subscription.instance_id não ter valor.
    • As linhas de taxas de CUD também têm o valor Default, porque os descontos não se aplicam a elas. Em alternativa, o campo credits indica que foi aplicado um desvio negativo para anular a taxa.

Cenário de CUD subutilizado

Para este cenário pouco usado, assumimos que fez as compras mencionadas anteriormente e usou pouco os CUDs.

Dados anteriores a

Antes do novo modelo de CUD, o esquema de exportação e os valores dos dados do Cloud Billing tinham o aspeto da tabela seguinte.

SKU custo usage.amount_in_pricing_units usage.pricing_unit price.effective_price originating-sku 1 subscription.instance_id créditos
SKU da taxa 0,022994 3194 hora 0,0072 nulo subscriptions/e52fd279-0851-4f53-a533-093119e27bad []
SKU da taxa 0,125637 17 450 hora 0,0072 SKU de RAM subscriptions/e52fd279-0851-4f53-a533-093119e27bad []
SKU da taxa 0,067369 9357 hora 0,0072 SKU principal subscriptions/e52fd279-0851-4f53-a533-093119e27bad []
SKU de RAM 0,174496 8 gibibyte-hora 0,02181159 nulo nulo [{"amount":-0.174496,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}]
SKU principal 0,093568 32 hora 0,00292353 nulo nulo [{"amount":-0.093568,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}]

1. Esta coluna representa o valor da etiqueta goog-originating-sku-id.

Data posterior

Após o novo modelo de CUD, o esquema e os valores dos dados de exportação do Cloud Billing têm o aspeto da tabela seguinte.

SKU custo usage.amount_in_pricing_units usage.pricing_unit price.effective_price consumption_model.description originating-sku 1 subscription.instance_id créditos
SKU da taxa 0,022994 0,0230 hora 1 Predefinição nulo subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb []
SKU da taxa 0,125637 0,1256371 hora 1 Predefinição SKU de RAM subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb [{"amount":"-0.1256348",""type":"FEE_UTILIZATION_OFFSET"}]
SKU da taxa 0,067369 0,0673690 hora 1 Predefinição SKU principal subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb [{"amount":"-0.0673581",""type":"FEE_UTILIZATION_OFFSET"}]
SKU de RAM 0,125637 8 gibibyte-hora 0,0157043448 DFs flexíveis de computação de 1 ano nulo subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb []
SKU principal 0,067369 32 hora 0,0021049416 DFs flexíveis de computação de 1 ano nulo subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb []

1. Esta coluna representa o valor da etiqueta goog-originating-sku-id.

Tenha em atenção o seguinte neste novo modelo de CUD:

  • Existem duas linhas para cada CUD, em vez de uma para cada.
  • Existe uma nova coluna consumption_model.description que separa as entradas CUD adicionais, onde:
    • O valor Compute Flexible CUDs 1 Year indica que recebeu o desconto de CUD esperado.
    • O valor Default indica as linhas de taxas de CUD, porque os descontos não se aplicam a elas. Em alternativa, o campo credits indica que foi aplicado um desvio negativo para anular as taxas, que foram agregadas na primeira linha.
  • A primeira linha mostra uma soma das taxas de CUD.

Consultas de exemplo para os KPIs de CUD principais

Pode usar estas importantes métricas de IED para validar se os seus sistemas estão a funcionar bem com o novo modelo de dados:

  1. Poupanças de compromisso ($): descreve as poupanças resultantes dos seus compromissos. A métrica usa a fórmula (Cost of resources at on-demand rates - cost of resources with commitment discounts).
  2. Poupanças de compromisso (%): descreve a percentagem de poupanças resultante dos seus compromissos. A métrica usa a fórmula (Commitment savings / costs of resources at on-demand rates)*100.
  3. Utilização do compromisso (%): mede a eficácia com que usa os seus compromissos, expressa em percentagem. A métrica usa a fórmula (Commitment applied to eligible spend / total commitment).

  4. Taxa de poupança efetiva (%): explica o retorno do investimento (ROI) para descontos por compromisso. A métrica usa a fórmula (Commitment Savings / On-Demand Equivalent Spend).

    Para obter melhores estatísticas sobre os seus dados de custos, as seguintes consultas de amostragem do BigQuery mostram como obter informações úteis para os seguintes IEDs.

Escolha a consulta de exemplo correta

Para ajudar a atualizar as suas consultas para as alterações ao modelo de dados, disponibilizamos duas versões das consultas de exemplo de ICPs. Selecione uma das seguintes opções:

Consultas de KPIs de exemplo com o modelo de dados antigo

Use estas consultas de exemplo se não estiver a usar o novo modelo de dados.

Estas consultas destinam-se apenas a CUDs flexíveis do Compute. Para consultar outros produtos CUD baseados em gastos, tem de alterar os seguintes valores:

  • cud_product
  • sku.description
  • credit.type

CUD cost plus CUD savings

WITH
 cost_data AS (
   SELECT *
   FROM project.dataset.gcp_billing_export_resource_v1_NNNNNN_NNNNNN_NNNNNN
   WHERE invoice.month = 'month'
 ),
 cud_product_data AS (
   SELECT * FROM UNNEST(
     [
       STRUCT(
         'Compute Engine Flexible CUDs' AS cud_product,
         'Commitment - dollar based v1: GCE' AS cud_fee_regex,
         'GCE Commitments' AS cud_credit_regex)])
 ),
 cud_costs AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product_data.cud_product,
     IFNULL(
       (
         SELECT l.value
         FROM UNNEST(labels) l
         WHERE l.key = 'goog-originating-service-id'
       ),
       service.id) AS service,
     SUM(cost) AS cost
   FROM
     cost_data
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         sku.description, cud_fee_regex)
   GROUP BY 1, 2, 3
 ),
 cud_credits AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product,
     service.id AS service,
     SUM(credit.amount) AS spend_cud_credits
   FROM
     cost_data, UNNEST(credits) AS credit
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         credit.full_name, cud_credit_regex)
   WHERE
     credit.type = 'COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE'
   GROUP BY 1, 2, 3
 )
SELECT
 invoice_month,
 cud_product,
 cost As commitment_cost,
 -1 * (cost + IFNULL(spend_cud_credits, 0)) AS commitment_savings
FROM cud_costs
LEFT JOIN cud_credits
 USING (invoice_month, cud_product, service);
  • month é o ano e o mês atuais no formato YYYYMM, por exemplo, "202504".

Utilização do compromisso

WITH
 cost_data AS (
   SELECT *
   FROM project.dataset.gcp_billing_export_resource_v1_NNNNNN_NNNNNN_NNNNNN
   WHERE invoice.month = 'month'
 ),
 cud_product_data AS (
   SELECT * FROM UNNEST(
     [
       STRUCT(
         'Compute Engine Flexible CUDs' AS cud_product,
         'Commitment - dollar based v1: GCE' AS cud_fee_regex,
         'GCE Commitments' AS cud_credit_regex)])
),
 cud_commitment_amount AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product_data.cud_product,
     SUM(usage.amount_in_pricing_units / 100) AS commitment_amount,
   FROM
     cost_data
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         sku.description, cud_fee_regex)
   GROUP BY 1, 2
 ),
 cud_utilized_commitment_amount AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product,
     ABS(SUM(credit.amount / currency_conversion_rate))
       AS utilized_commitment_amount
   FROM
     cost_data, UNNEST(credits) AS credit
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         credit.full_name, cud_credit_regex)
   WHERE
     credit.type = 'COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE'
   GROUP BY 1, 2
 )
SELECT
 invoice_month,
 cud_product,
 utilized_commitment_amount / commitment_amount *100 AS commitment_utilization
FROM cud_commitment_amount
LEFT JOIN cud_utilized_commitment_amount
 USING (invoice_month, cud_product);
  • month é o ano e o mês atuais no formato YYYYMM, por exemplo, "202504".

Taxa de poupança efetiva

WITH
 cost_data AS (
   SELECT *
   FROM project.dataset.gcp_billing_export_resource_v1_NNNNNN_NNNNNN_NNNNNN
   WHERE invoice.month = 'month'
 ),
 cud_product_data AS (
   SELECT * FROM UNNEST(
     [
       STRUCT(
         'Compute Engine Flexible CUDs' AS cud_product,
         'Commitment - dollar based v1: GCE' AS cud_fee_regex,
         'GCE Commitments' AS cud_credit_regex)])
 ),
 eligible_cud_skus AS (
   SELECT sku_id
   FROM example_project.dataset.flex_cud_skus
 ),
 eligible_cud_spend AS (
   SELECT
     invoice.month AS invoice_month,
     SUM(cost) AS cost,
     SUM(
       IFNULL(
         (
           SELECT SUM(credit.amount)
           FROM UNNEST(credits) AS credit
           WHERE
             credit.type IN (
               'COMMITTED_USAGE_DISCOUNT',
               'COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE',
               'DISCOUNT',
               'FREE_TIER')
         ),
         0)) AS costs_ineligible_for_cud,
   FROM cost_data
   JOIN eligible_cud_skus
     ON sku.id = sku_id
   GROUP BY 1
 ),
 cud_costs AS (
   SELECT
     invoice.month AS invoice_month,
     cud_product_data.cud_product,
     IFNULL(
       (
         SELECT l.value
         FROM UNNEST(labels) l
         WHERE l.key = 'goog-originating-service-id'
       ),
       service.id) AS service,
     SUM(cost) AS cost
   FROM
     cost_data
   JOIN cud_product_data
     ON
       REGEXP_CONTAINS(
         sku.description, cud_fee_regex)
   GROUP BY 1, 2, 3
 ),
 cud_credits AS (
   SELECT
     invoice.month AS invoice_month,
     SUM(credit.amount) AS spend_cud_credits
   FROM
     cost_data, UNNEST(credits) AS credit
   WHERE
     credit.type = 'COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE'
     AND REGEXP_CONTAINS(credit.full_name, 'GCE Commitments')
   GROUP BY 1
 ),
cud_savings AS (
  SELECT
   invoice_month,
   Cud_product,
   spend_cud_credits as spend_cud_credits,
   -1 * (cost + IFNULL(spend_cud_credits, 0)) AS commitment_savings
FROM cud_costs
LEFT JOIN cud_credits
 USING (invoice_month)
)
SELECT
 Invoice_month,
 commitment_savings * 100
   / (cost + costs_ineligible_for_cud - IFNULL(spend_cud_credits, 0))
   AS effective_savings_rate
FROM eligible_cud_spend
LEFT JOIN cud_savings
 USING (invoice_month);
  • month é o ano e o mês atuais no formato YYYYMM, por exemplo, "202504".

Consultas de KPIs de exemplo com o novo modelo de dados

Use esta consulta de exemplo se tiver adotado o novo modelo de dados.

Estas consultas destinam-se apenas a CUDs flexíveis do Compute. Para consultar outros produtos CUD baseados em gastos, tem de alterar os seguintes valores:

  • cud_fee_skus
  • consumption_model.id
SET bigquery_billing_project = billing-project-id;

WITH
  cost_data AS (
    SELECT *
    FROM
      project.dataset.gcp_billing_export_resource_v1_NNNNNN_NNNNNN_NNNNNN
    WHERE invoice.month = 'month'
  ),
  cud_fee_skus AS (
    SELECT * FROM UNNEST(
      [
        '5515-81A8-03A2',
        'B22F-51BE-D599'])
      fee_sku_id
  ),
  cud_costs AS (
    SELECT
      invoice.month AS invoice_month,
      subscription.instance_id AS subscription_instance_id,
      IFNULL(
        (
          SELECT l.value
          FROM UNNEST(labels) l
          WHERE l.key = 'goog-originating-service-id'
        ),
        service.id) AS service,
      SUM(cost) AS commitment_cost,
      SUM(
        (
          SELECT SUM(credit.amount)
          FROM UNNEST(credits) credit
          WHERE credit.type = 'FEE_UTILIZATION_OFFSET'
        )) AS fee_utilization_offset
    FROM
      cost_data
    JOIN cud_fee_skus
      ON fee_sku_id = sku.id
    GROUP BY 1, 2, 3
  ),
  cud_savings AS (
    SELECT
      invoice.month AS invoice_month,
      subscription.instance_id,
      service.id AS service,
      SUM(cost - cost_at_effective_price_default) AS cud_savings_amount,
      SUM(cost_at_effective_price_default) AS on_demand_costs
    FROM
      cost_data
    WHERE
      consumption_model.id IS NOT NULL
      AND consumption_model.id IN ('D97B-0795-975B','70D7-D1AB-12A4')
    GROUP BY 1, 2, 3
  )
SELECT
  invoice_month,
  subscription_instance_id,
  service,
  commitment_cost,
  commitment_cost + fee_utilization_offset + IFNULL(cud_savings_amount, 0)
    AS commitment_savings,
  ABS(fee_utilization_offset) / commitment_cost * 100 AS cud_utilization_percent,
  (commitment_cost + fee_utilization_offset + IFNULL(cud_savings_amount, 0))
    / IFNULL(on_demand_costs, 1) * 100 AS effective_savings_rate
FROM cud_costs
LEFT JOIN cud_savings
  USING (invoice_month, subscription_instance_id, service);
  • month é o ano e o mês atuais no formato YYYYMM, por exemplo, "202504".

Exportação da faturação do Google Cloud para o BigQuery

A exportação da faturação do Google Cloud para o BigQuery padrão, detalhada e de refaturação (apenas para revendedores) tem os seguintes campos novos ou alterados:

Campo Tipo Novo ou atualizado
price Struct Existente (sem alteração na exportação detalhada ou de refaturação, adicionada à exportação padrão).
price.list_price Numérico Novo campo
price.effective_price_default Numérico Novo campo
price.list_price_consumption_model Numérico Novo campo
price.effective_price Numérico Existente (descrição atualizada na exportação detalhada e de refaturação; adicionada à exportação padrão).
price.tier_start_amount Numérico Existente na exportação detalhada, adicionado à exportação padrão.
price.unit String Existente na exportação detalhada, adicionado à exportação padrão.
price.pricing_unit_quantity Numérico Existente na exportação detalhada, adicionado à exportação padrão.
cost_at_list Numérico Campo existente, descrição atualizada para refletir as alterações.
cost Numérico Campo existente, descrição atualizada para refletir as alterações.
cost_at_effective_price_default Numérico Novo
cost_at_list_consumption_model Numérico Novo
consumption_model Struct Novo
consumption_model.id String Novo
consumption_model.description String Novo

Alterações à exportação de preços

A exportação de preços da faturação do Google Cloud para o BigQuery adiciona ou altera estes campos para informações de preços:

Campo Tipo Novo/atualizado
list_price Struct Atualizado
billing_account_price Struct Atualizado
consumption_model_prices Lista de structs Novo
consumption_model_prices.consumption_model_id String Novo
consumption_model_prices.consumption_model_display_name String Novo
consumption_model_prices.list_price.tiered_rates.start_usage_amount Flutuante Novo
consumption_model_prices.list_price.tiered_rates.usd_amount Numérico Novo
consumption_model_prices.billing_account_price.tiered_rates.start_usage_amount Flutuante Novo
consumption_model_prices.billing_account_price.tiered_rates.usd_amount Numérico Novo

Novas informações sobre produtos CUD

Os novos SKUs de taxas de DFs substituem os SKUs de taxas de DFs existentes, e os novos IDs de ofertas e IDs de modelos de consumo aplicam-se a todos os DFs no âmbito. Pode usar os seguintes detalhes para ajudar a ajustar as suas consultas e painéis de controlo.

Migração de ofertas e ID do modelo de consumo

A tabela seguinte mostra os IDs dos modelos de ofertas e consumo que vão ser migrados do modelo de dados antigo para o novo.

Nome do produto Vigência ID da oferta antigo Novo ID da oferta ID do modelo de consumo
Cloud Run 1 ano 55435965-baf5-485f-baea-3fde53566e5e 392802d4-e57b-40d3-9684-a1e8cdca6fb5 73A1-AD60-B867
Cloud Run 3 anos a8b22b6c-2992-48d3-9b73-98fc7a47d61c 88a5fc51-d63b-4865-bf3b-c49e05a8c5c0 A4B6-DEDF-1A65
Bigtable 1 ano 5a0a5567-1552-445e-9f1b-f1ac69fb0f39 c0bf8ba5-65ee-4f7d-9e1e-3953433cf193 A03A-2A56-8086
Bigtable 3 anos 26e8485e-acef-4e73-9a13-f0b2109befff 460fb2ef-456d-4263-a070-4f993fa37996 4F61-4520-4936
Dataflow 1 ano 42ae4415-0361-404f-8bc5-1e7c041c2d82 127d79e4-1d52-48b0-9f31-8ba02586ff95 75D9-38E7-870F
Dataflow 3 anos cac998b8-3d49-4672-ae5b-e5b3c56e05f2 03f4d3b1-44b8-4e88-9e75-b1d4e2d04573 9E06-4EF0-37D8
Memorystore for Redis 1 ano fe93270a-f338-4a76-b303-c323608a9d37 8e0da7cb-196b-4351-bc32-6a6ba94f1456 DD5B-8EB3-C48D
Memorystore for Redis 3 anos 8f20579e-7630-4592-8fa6-0d7d3b749354 2a3729ac-1e38-4a34-bc96-bd988028351f 8E4B-B283-45D8
Cloud Spanner 1 ano 29829e5f-681c-4810-a471-8e4611a8042b 359db5c2-8c2c-49e3-a21d-26176c4cd403 558C-892D-2291
Cloud Spanner 3 anos 709f6c69-8a49-4032-97f7-ce21fe340603 a6a32e10-1d76-4df8-8485-eee10d08a1cf 38C3-A961-A68B
Kubernetes Engine 1 ano ae2672e6-47a8-41dc-9448-6956d7f4fbc1 2f48e468-a86a-452d-88df-edacd94a3c44 2F93-FEF4-BD6E
Kubernetes Engine 3 anos fcf378c1-fbe0-4aaa-b05e-9597f8b45578 89027902-6f83-40aa-8861-7c2446b11015 6E88-5C17-F3E1
AlloyDB para PostgreSQL 1 ano adbca020-a973-48c9-b9b6-f5d70527790c ff04ec3e-278c-4ec8-8278-12f875a8cea2 C100-AA7B-33B1
AlloyDB para PostgreSQL 3 anos 56e5948f-f1ed-45ce-84d6-a8408092e7d5 9522b4d8-bff7-4141-81d6-b71d9113c69a 4920-CA74-2184
Cloud SQL 1 ano 266e6a8c-2a0d-4b92-af9c-5795760f1fc9 d31cf078-36a2-4a8a-a2e6-b23caec0e7a3 61F8-639B-D89C
Cloud SQL 3 anos 4998bf0a-51dd-4ce0-8405-aa529dd86d33 48960309-1646-4fa2-9bf8-d7e72090d2b8 52FB-D69D-95BE
Compute Flexible 1 ano ffe0f6a3-2f98-437e-8d49-fc443a05d3c2 1b2601a4-9d76-462d-bd5b-5b835d245f93 D97B-0795-975B
Compute Flexible 3 anos 062a285d-8989-4ce7-8f9a-bed8d183236f 61612674-a9a9-4687-8449-baca71fbd0d1 70D7-D1AB-12A4
Serviço gerido para Apache Kafka 1 ano e1636f7d-1a29-4d53-a89e-c1f60e8dadcf 647db981-009c-4e95-b62e-6aff19384956 03DE-CED5-0B0E
Serviço gerido para Apache Kafka 3 anos 31d79333-0c0e-4208-9b20-c6e4f27e5d1d 9a7ed994-d3df-4680-b4e6-7c3d932add66 FBB4-D107-5857
Cloud Firestore 1 ano f8485012-b340-4562-8302-7e27d48f8cfd de6aa077-3170-4250-89b6-0ccd470f9e21 3892-BA17-92A7
Cloud Firestore 3 anos 0b48b55a-1fa6-48bc-a3de-2d88f0b99e15 e8f59240-c088-4a22-87c3-e58722cca300 2FD9-44B6-D2AC
BigQuery 1 ano 6e72d4d4-5591-4c7f-aa9f-88d277d9280c d73ae4d8-d096-4c9b-9c20-cd92c3c53724 DD83-D9A3-79AF
BigQuery 3 anos ad5539c4-a0d9-4abd-82c9-1104a7c8ad64 f43d480d-3e77-4079-946c-e1b2ab640a8a 4D8D-49A7-C5B1
Cópia de segurança para Oracle 1 ano 5b446c4d-ce38-4d1a-8c76-e8b04ad50069 16e6132e-8a72-4a7f-8941-bf52246afc82 AEA3-CEC2-9DF3
Cópia de segurança para Oracle 3 anos 0dba7aa1-3215-4d44-9581-e1c34ca94471 1e028b05-4344-4bca-87e7-235ee3536354 224F-258C-7F84

Migração do ID da SKU da taxa de CUD

As tabelas seguintes mostram os IDs de SKUs das taxas de DFs que são migradas do modelo de dados antigo para o novo, por produto.

Cloud Run

ID da SKU da taxa antiga ID da SKU da nova taxa
3491-4A9E-B163 82DD-7D25-A063
15D9-4AD0-A9B7 AB82-48AE-6F3A
10A9-4C3F-BB16 A1B8-DECC-D1F7
3301-404B-B3EF E5D3-CEFB-02D4
CFB2-4EB2-9990 090D-54AC-DA77
8837-4C45-A7DA 41C3-F36A-16D9
4867-4C8F-B76A 02B2-B3FA-95FF
C5B8-425D-97D5 F4A5-B4CF-3788
E0CE-460F-8D64 46A3-E4AA-351A
74A6-44D2-960C 4407-BF28-CF37
7859-4826-8C52 19BF-9700-359E
AA48-4683-AF1F 8974-2D16-9117
B508-4B0F-B7BB 2F4D-5F46-993B
3BF1-4FB4-83F2 BD61-7988-3E95
A57E-4819-AF94 A716-5EEA-8CEE
1B33-49CF-B32F 1B45-09D5-5F07
1210-4E9B-A04D BB5E-6431-CCA8
80E4-45AE-A1AF 947D-BBB3-5380
BA12-4198-A539 D9E1-9988-DB66
4C73-409B-A4F1 9169-B592-96AF
865F-4611-92E1 931E-6A8E-E314
BF34-44E8-91A6 408B-0952-2677
15BA-4E4A-992E 89BF-B220-F319
E00E-4B5F-B8BD 1719-823D-05F0
ECF8-4229-BC67 B1DA-56DC-EC9F
973E-434A-801F EA00-7F7B-944D
3552-4DD3-A7E8 9CFC-DEAA-A82B
4552-4772-A6F6 3898-3657-CECE
06EA-D424-083A E255-3419-0687
6FE3-4982-4D7A 5F70-CBCF-4F13
D14C-4A3B-80A6 03CC-6BAC-3FE9
B202-4829-9B84 81D8-AFBA-BB76
20AE-4E52-B828 F5E2-7791-3712
552F-4CC8-99A1 8BFE-E1FE-8066
A9CC-4C7B-A5D9 DF3D-33E3-8AD0
9CB8-4FD1-8CD9 03DD-CE93-0CE3
33FF-492C-8385 7E0C-A90C-6CCB
9422-4554-83D9 C823-5E65-5B1E
0638-44AB-9DF9 804C-2860-D291
5209-48D5-9FA5 CEDA-B53B-B6DD
7A23-4F77-BA5C 5684-226D-B356
8187-444D-8CD0 047C-F7E7-E5CD
13D2-4FA4-A8E0 4F47-9C0A-D62B
7630-473A-8C92 FE58-B5C7-E882
0B46-4BA0-913E 3B69-08EE-4E6E
EB81-4CDD-94E4 2488-2C37-724F
83A5-422F-8FBB 2A9F-A082-92D7
100C-4499-9C9B 5B2A-EE57-91E3
BCDC-49BB-9D32 E9C0-4BCD-7D32
18F0-430F-9067 B9A5-A3B0-D95F
B13B-4D35-9798 FCC6-5787-1F3C
BD0A-4FBC-8912 9FA3-FFEA-92BC
4E43-44D2-82BC 309B-91F8-C95D
1127-425D-A3C0 738D-8CAD-9A3B
4FF9-4DDE-8B5D 4CC1-460A-9FF1
7608-491D-B962 7011-33D8-298B
8C7A-4ABA-A82B 4284-87CF-A006
A650-43B3-A5E6 3BFB-24B0-73E4
71AA-41B0-9A01 691E-644F-6644
59DD-4247-B7F7 CC1A-95E6-D6EB
BCBA-4D9D-9F55 2A32-2138-B345
95C7-472A-AED4 30ED-3509-C62D
0760-B78B-9026 DDC3-5FD5-A0B6
A1F6-87A0-FE7E A8FA-9147-ABB5
21D4-45D3-9D60 1EE3-51D2-3396
5485-49C0-B8EB B0B4-343F-135D
4CBE-4359-9150 6093-28F8-6788
C51F-4A06-9E7C F33E-8239-F352
F62F-4B66-9291 9FB6-C854-5100
6B98-4F1A-B5B5 FAF0-0ECD-9314
CAFE-418A-853C EAAC-55EA-2E64
420E-4559-A155 BCF2-B50C-03B9
DA27-406E-B0B0 52EA-5CFF-7F43
E147-4670-92DC 7E41-C976-49DD
8B4F-4C3D-9FDA 4E7A-8DA1-AD53
F0E7-4A07-828B FDDF-1F04-6258
51BF-496E-97B0 3485-48FC-C988
D83D-43BD-9CE9 1E98-BE57-4954
FFFE-459E-AA3A 29A9-0609-9125
879E-4DD5-9563 6683-573B-AEBF
A342-4583-9883 514E-BB03-A6F5
6CEC-4088-9057 9EF2-4BCB-6A7A
288E-4410-B596 3071-1939-D0B5
02B6-47BE-9322 9CA4-124C-2041
059C-46F1-9D30 1E77-1051-139B
0208-4868-BB79 75EF-1DBD-84EA
A37A-4CBB-8C2A 54B3-12CB-2105
3AB6-4ED4-9DFD 8F45-B49A-430F
C39C-4F0E-8356 3F20-8CC9-6406
8E40-4212-9075 37C7-19B2-BE1B
8B23-49BA-A445 56B5-8B48-DAA8
FFDA-4C02-97F5 B2E8-0BA2-6F9E

Bigtable

ID da SKU da taxa antiga ID da SKU da nova taxa
B5A6-424E-9B40 3A81-0BBB-DB6B
D0B1-4BBE-B88E 80F1-1914-BE00

Dataflow

ID da SKU da taxa antiga ID da SKU da nova taxa
B010-4451-8FE0 9E04-DE04-2E16
A151-46E9-B512 09B2-AF74-BAD1

Memorystore para Redis

ID da SKU da taxa antiga ID da SKU da nova taxa
15A2-40AC-9DCD 8C3A-9182-D105
C4C9-475B-BEFF EF24-D476-1BAD

Cloud Spanner

ID da SKU da taxa antiga ID da SKU da nova taxa
131F-4968-89D1 3238-2675-F039
75AD-448A-95DE 80C0-BC99-0991

Kubernetes Engine

ID da SKU da taxa antiga ID da SKU da nova taxa
8AC5-995C-49BE CC42-04B0-71A9
4643-4C68-3D9E 080E-0344-2B2F
D4CC-4550-92C1 237A-224A-C622
292A-4422-B188 9607-3DD9-8D78
CAFC-43E1-9291 6FFC-4E81-8ECA
CA8D-496F-86F4 D634-1142-E1DD
787B-46D9-80CC 825F-9C72-CE1C
FEAB-4A93-849F F986-9574-3D32
3D8D-4826-AE85 EC2F-D6E6-6DC2
28C5-4353-B536 2279-940A-C438
3F48-4DB8-A865 2ED8-47E3-FCF4
1566-42A4-931C 282D-9866-204C
050E-4401-87A1 CA20-3B01-28F7
CDB8-47E5-A134 59AF-8D6A-6F93
A38D-42A4-AB93 9B4B-9C98-A1C1
0C28-42D3-9354 BF16-00E1-9106
22D5-4505-87E0 A045-427D-09F5
5406-46FC-B538 FD8F-FDDC-078F
69BD-4ED5-A9D4 8572-D615-AD9D
AB2C-4C01-B3AE 3630-EF1B-2849
9940-4B80-8F2D DF19-A1EF-AC84
29B1-476B-A3DB B6D8-7A7B-2327
1E09-4D6B-A08F 1DD6-B96F-9F27
48DF-4B4E-82A6 5FAA-AF2F-2CFF
CFB5-43DC-A225 DB7F-F9C1-F79F
6E00-453A-AD09 8E6B-7160-6255
6E7C-45B4-A4AC 2EFE-41D6-A0C2
7792-4C59-A018 10F6-AFF0-0AFF
2FA1-3003-EB9D 960E-36EC-8042
7713-78D0-0F12 3E91-E048-B73C
C468-411F-855C 1256-77D9-0785
AE7A-43D7-92D6 A816-98F0-52A4
8C09-9532-9994 1FA3-D1FF-DF7D
126A-5503-0210 E225-278E-E970
1C8A-2D9A-EF3A 544B-6343-3D8A
7246-58AB-2C77 2426-FF2F-0C1A
CBA4-4F0A-B6EA 0506-34EE-01BB
8118-4430-9AE6 B1D8-AED9-A5BA
3346-4681-9789 D2AF-530E-0C1E
68AA-48D8-BACB 4770-2E09-F22D
8994-46B7-8815 24E8-5C67-2FA1
28D9-45E5-A3DD 9650-1FA3-E633
2B69-4C94-BF9E 6BBB-0D1E-F6A0
3786-4FA4-BFC4 B1F5-F09E-9D52
7706-4477-A57C 92A3-6AD1-1CDC
87D6-42D9-9F62 BBD9-D7C3-575B
21E7-322C-27F2 E01E-1EF6-7971
341E-CEB6-046E D90C-946F-2B5E
AD40-52E0-FE6C F6DF-FCCA-46C5
802C-66F0-3337 D66E-D04C-046D
8B7F-F32F-26D1 1F34-433C-2846
1AA3-04A4-3E0D A7A1-5FAE-4B5E
BC4D-78A4-A637 3EAD-2395-D76A
BEAC-8E7A-2D03 FA9B-EA76-BBF8
76D0-2F62-2BF8 49AB-FEFE-1FFC
AA6F-4C19-BF8F B1B4-5EBE-BCD2
28B5-4B48-81D9 86DF-B23C-E1CD
ADDA-42C7-B88E 90EC-1D9C-7D21
46F2-47A7-33EF E6E7-57D4-9C0A
C2A4-1557-17BB 148C-E8E8-47DB
960E-4BAF-BA31 1653-1F57-D31D
AF6C-4CFA-A138 876B-D94C-91BA
E753-8F76-0172 D911-23CD-56DF
4E22-CFF4-F8B5 6525-244F-BA05
E007-44F3-AB00 6408-2258-A93E
D137-4062-A817 F6D4-F4E6-A4E9
2951-40E8-9F50 65FB-4059-F5FE
85A6-4DDF-A844 CA80-AC52-9C98
4147-4BB2-B0AE 3AFE-F408-82E4
69E0-47B1-8E89 1231-1AEB-C12D
4010-49AF-81F2 E84C-D51D-8BD9
D864-472C-A694 5CDA-E09B-6022
243F-A48C-F7EF 6D26-164E-1A01
6078-4495-46F5 1311-7F3B-818F
93F1-4469-DABE EB76-19CB-4ACB
C155-5C1F-4255 4DA3-B935-AE67
2E22-DE3D-8183 67F0-37CB-3E46
1C2C-3A27-09A4 8E2A-C5BF-989A
90DA-4F69-9BF0 5124-2121-DC46
1DEA-4A3A-BE97 249B-0942-FD5B
AD12-4E74-AB33 2201-9FE1-AE72
1206-4292-B7B5 BFC1-4238-31C5
60D1-4AAA-AEBB 99FF-B3FC-0977
199A-4EFA-A898 360A-0EDD-20F6
1A3B-4A36-878D A628-E73A-A7D9
C83E-4CDC-8D3A 9022-BB2D-48FD
2BFF-48AA-1752 7D54-59A4-DB94
DF97-6D3D-692F EC34-4E0B-667F

AlloyDB para PostgreSQL

ID da SKU da taxa antiga ID da SKU da nova taxa
7734-4CEB-A7D9 98FC-4179-825D
9486-406B-8ED7 1989-EC4C-1D98

Cloud SQL

ID da SKU da taxa antiga ID da SKU da nova taxa
9D5B-87A9-EAC3 7BE0-E374-B1EB
A770-1549-F8EA 2F30-30DA-482C
CF8D-4BC1-B957 2080-5BCD-9F5B
3FE2-4DD8-B090 A007-6570-4B0B
3673-4665-96DC 2D3A-EB5A-D80A
F4E5-4E4C-9EC6 ACB8-45AE-4E5F
C242-48A2-A571 7A59-B85C-DFC6
1D4C-45A7-B37E D32B-2B6E-5CA3
488D-482D-9543 0F65-F4F8-9ADD
B770-4F2C-87A0 0988-3A03-D2D0
CEFD-4948-9339 FC83-C9EF-C4EB
2E6B-409B-9759 EEF1-4F76-CAC5
0667-4EED-A427 7878-600A-64CC
F731-4BC8-B099 8BF0-605D-DCAD
6098-26E0-DA90 F8FE-F09B-8D35
3D97-72FB-A745 7E81-74D4-4C48
B4F3-4753-84D8 B247-B6A5-B42B
8BC6-431C-83A0 7F34-9E6B-7BC9
2222-A6FD-1B34 6C75-9500-A545
52F4-C022-9628 696E-7A2B-022B
1CEC-44BF-A72F F1D9-293C-905B
40B4-4A3F-9ADE 0B7E-2F8F-2091
5C18-C0DE-424C E8EE-4E7C-A1BF
E2C2-75CF-0834 FAD7-E6E2-FDEC
82AD-EFDB-31EB B316-B58B-DB2F
A462-30B5-2815 2C5E-F50B-ABA3
08CF-4B12-9DDF 6DA1-960A-8264
9A44-4649-A4BA 5F97-E2D9-D908
1D65-0D70-30D9 7D50-89D5-ADA7
42AE-51A3-4BA6 8EB6-5293-4347
AC25-43CD-B2CF BCE7-3E2D-E6B4
5BBD-4280-BDAA 3969-6A93-428C
4E88-49D2-A8CA 676C-96F3-A28B
2F5E-1738-A349 1D2B-767A-C27A
EF34-C6E5-642A A63F-26C0-0B5D
D828-2DE2-B6E9 6EC2-F52B-AFDC
BB36-4ABF-964B C6AF-A820-F06F
0B80-4201-92E9 2815-72DD-688F
D74A-49A5-A0F3 D70C-6262-E655
AEE9-48F0-8F1B 04DE-7EE7-4993
4752-4CCD-A896 5D05-BF2A-90B6
1046-418C-80D5 8225-3967-A427
D948-7796-816E 3B87-C788-A1F7
9705-467B-A0C7 4D55-316F-A430
E5E4-4AAB-8E72 6CD7-D35C-F75E
7D57-410C-88E6 CB3A-4E59-80BB
BB27-9695-34DB 1440-FD58-A7E1
43C1-1E6F-B339 175F-18C1-FFAC
7B24-9F72-4868 025D-CDA8-6051
1585-37B8-2C7C 4D4A-15C1-8651
FD3D-B041-5D8B 01B6-1103-473E
FA42-12B8-92F4 E40E-9744-A5C7
D495-4DEF-5C3D 49F7-68DD-3287
50B7-9B49-78AD 2F50-AA2C-17E8
CB27-32EF-3A69 CE5E-FF5D-E8E4
052B-DDF0-EF60 BE7D-D12F-2FE7
C978-4C07-962E 76A9-FC9C-60AB
313C-4901-A0DF 5912-F0F8-9BB2
BB74-D061-874C A5FC-B0A2-23C0
1B05-93AA-D889 644E-57BA-68FE
1E40-0BE2-0127 245F-F68B-DC02
A8A3-DA81-5FC1 A707-293C-E2F8
5DBA-4145-8DA5 7FD7-0B89-CD20
6D15-4BF1-8C40 2002-A615-BF6B
D7C4-37F2-B8FA B9B3-307F-28D9
4AA3-5BA3-56C2 7427-1C2E-1FB5
21EA-441C-A33F 7424-6E54-5CD0
0B85-44DC-8DB0 6C6B-13F3-10E4
8AA4-4E86-978A 4E2B-C2E9-DB94
2724-478C-985F 249B-CA7E-76BD
EA96-4BD2-8085 33D8-2A9A-DAEE
5E58-40A1-99ED 1EFF-46BA-57F9
C388-21EC-0FBE 4AE3-2CBF-8EAA
2339-A716-18EA 53EA-4696-1650
F250-468F-B2AE 0529-A8D8-BF5A
8165-F576-1404 A26C-35CA-F0B8
19DE-C9CA-DDC6 7498-BC05-A2E1
447B-6CF7-811F 116E-20AE-C903
65FF-4DA1-9D5B 53E6-C7B8-C112
E666-4D19-9465 CA16-1FA5-F7E4
B2D6-4532-8EC8 D09C-4C1F-E156
DF06-4741-84C3 ECC5-8690-6A62
199A-4F7E-815F F8A8-74F4-4FA3
DFEF-4140-B12C 97E5-A7CD-1BF3
0DB3-69AD-F2E0 F71D-B6A4-310F
28F7-A86D-E3AD 3030-C394-9387

Compute Flexible

ID da SKU da taxa antiga ID da SKU da nova taxa
F61D-4D51-AAFC 5515-81A8-03A2
6723-40D7-8BDC B22F-51BE-D599

Serviço gerido para Apache Kafka

ID da SKU da taxa antiga ID da SKU da nova taxa
8A47-8B1D-C883 6B52-5BF3-396B
02BD-82A5-FB44 0480-9719-DA84

BigQuery

ID da SKU da taxa antiga ID da SKU da nova taxa
5C25-BA1C-6AC3 F000-3255-30F7
85A1-A5CB-A253 A133-260C-A5ED
1089-2A27-7730 D1D5-1109-F1BE
22CF-7E63-10C5 DA54-C6B9-3587
FC38-FFBD-D72C A6C1-CEAD-E3EA
61AD-1D3B-D83A B7D3-119B-713F
7A19-ACF7-3170 81A9-185D-8B9E
8F1D-ADEC-2837 B769-CB81-7010
E1FD-1AAE-BAC3 CE9C-6026-EAF1
BA9B-1B34-062D 126B-1147-892C
B518-6B3B-41BE E548-4400-D30A
BC97-D9AC-36B6 1EFB-B150-3E5E
F5B4-8B94-2EEC 67E8-E098-A01A
16C8-7C38-3239 49DB-2BB3-94C9
7637-096D-622B 1381-E895-3149
FEB4-715D-30FF 70B5-F887-399D
E116-56B9-FB0A F28C-5980-130D
380B-3E0B-FD7E A18F-AF50-E629
E251-BF64-0789 37F2-2F57-7D71
4B5D-E66F-A172 A804-A110-F1AA
CDDF-5E64-7B2D 86CC-F087-FEBE
5DD6-DA23-9199 3814-70D6-EC39
F2E5-5205-B520 EF36-D8BC-BF62
51AD-E0EB-150A 3893-D7F1-5961
C279-46E5-BC9D 993D-3AFA-2C6D
C102-E006-F6FD F8BA-95FE-EA91
38C2-4F8B-B035 0004-187C-DE75
32A8-9021-5BD5 C04C-B96D-4A84
23F5-5744-16EB 15AA-0087-D18E
A2C7-4AD6-A2C6 9AE8-2B2E-9464
3166-210F-DE55 1D65-1DCA-05FE
F2F0-0F54-689D 1F53-D6C9-B57A
74F4-4E1B-06EF 8CFB-26B1-CF35
F65E-9014-E2CF 77AE-7A35-21AF
32A8-1856-364F D707-19EF-8882
6D08-0C10-CF4F 2AB8-0AC7-CDA1
9D7D-D20E-6C52 F219-044A-0599
23AB-C773-7CCB 3F16-8F6A-3A2E
5B41-2E03-EE6B FA89-BCC4-7723
72FB-2DE8-9CF3 474C-4EC7-9153
F397-9DD1-8408 34A7-AD9B-B373
47BD-22A8-B9FA C493-8773-3DC3
B8F4-F944-3999 7DC0-4FE2-7D72
5A1D-25D0-4DD4 6DC6-A111-AF25
A8C9-8053-F4C3 9902-D4A8-4DDD
FE8E-B140-8A2B 416E-5116-4B9F
44DD-7AB8-81B7 FE3E-6C65-B711
41D5-58D9-B80D 0187-7D96-8A07
8F29-24C6-F828 DBAC-DC77-7C2E
EE58-E484-950D CA44-8A5B-0CAE
B3F0-B4AA-5ABE 91D5-8E34-A91B
C401-6820-D68F C656-B0D7-DE2D
677E-AF33-A71C E617-E502-440B
48D9-5554-B194 4BCC-3982-623D
2A6A-75A1-8052 7CD3-FB97-83F7
43C7-F7A2-2DF1 6DB0-16B2-7D11
A187-636B-D5A3 6D66-35BE-F070
5A75-1900-8479 5249-BD73-90B0
5E39-16C7-C280 C29B-E97D-DE4B
FC92-0AE2-5B99 4553-C64D-DAF5
FB7B-18F0-24BF F3DF-45A6-AAF7
5A3A-2581-6A90 64FB-50DE-2B78
7EE8-7905-E68A B296-6C48-B00A
729B-5A59-EC36 674E-B7E3-9EDC
DDAD-F25F-F336 E883-C2B3-8B4E
091C-95A6-E3A9 6AB4-06A7-EE13
C19D-100F-DEC0 80E8-6BBE-9163
09CF-F2CD-F4CC 7592-C1C2-0D77
6CB5-3496-932C 0A90-CD4E-D30E
6C6D-A7DB-97E9 3869-FAC2-CCA2
995B-4155-179A 1488-9EA4-3E18
845D-60E9-0120 173E-4EF9-FC23
7E0C-F2E7-C1F1 0B18-F5D9-DACC
5E9E-8E31-FEE2 5514-A3D6-79FC
5DE9-5597-C15E 249F-ADE9-7DED
1D9E-3390-78AC 6234-FBD2-BB63
BC9A-0555-CADE B713-BA02-ED74
04E0-4165-0061 B272-5B4D-D466
9009-F18E-930D 804C-DE02-60F4
8E10-56F3-B2E2 1222-7D7D-FC15
A1C6-0ABC-B0C2 4C12-1B3C-D796
5F0C-E6BB-9AF1 977D-C6F2-A8A4
8DD7-E7F8-FD4E 37C3-EFCF-3DD3
D77C-204C-E1DC 00AE-16F3-50C5
4BD0-DA84-69FE D4D0-3E8D-7C4B
1227-9303-9DF2 160B-98BE-D874
177D-91E7-05D7 2144-0A92-A45A
6659-6ACE-4D24 264D-9FB8-F290
8C0C-CB94-91B4 CC5A-B5E1-BE39
A5D1-411A-BE45 458E-86C9-D76E
F949-A74B-2E23 7652-043A-65C9
8864-725F-B5C2 08D3-11AC-E124

Cloud Firestore

ID da SKU da taxa antiga ID da SKU da nova taxa
250C-5A4E-27F9 6849-C9A1-9662
63F9-F5D7-D6BC 2CF5-3983-EA95

Cópia de segurança e RD para o Oracle

ID da SKU da taxa antiga ID da SKU da nova taxa
7938-39D4-78B6 DA30-A778-1421
73D2-5A5A-CB09 0D95-F79A-4CFA