Get a free observability report to evaluate the potential savingsContact us →
उपलब्ध है:EnglishFrançaisEspañolहिन्दी中文العربية
बिलिंग मॉडल3 मिनट पढ़ें

BigQuery ऑन-डिमांड बनाम Editions: प्रति-क्वेरी लागत तुलना

क्या आपको ऑन-डिमांड मूल्य निर्धारण का उपयोग करना चाहिए या BigQuery Editions पर स्विच करना चाहिए? यह क्वेरी प्रत्येक मूल्य निर्धारण मॉडल के तहत प्रत्येक क्वेरी की वास्तविक लागत की गणना करके प्रति-क्वेरी आधार पर इस प्रश्न का उत्तर देती है।

यह क्यों मायने रखता है

BigQuery Editions मूल्य निर्धारण सही कार्यभार के लिए ऑन-डिमांड की तुलना में 60-80% बचा सकता है, लेकिन यदि आपके उपयोग पैटर्न संरेखित नहीं होते तो यह अधिक लागत भी कर सकता है।

यह कैसे काम करता है

क्वेरी प्रत्येक क्वेरी के लिए ऑन-डिमांड लागत (बिल किए गए बाइट्स * $6.25/TiB) और Editions लागत (slot-hours * प्रति संस्करण घंटे की दर) की गणना करती है।

SQL क्वेरी

Fill in your details to get a ready-to-run query:

SQL
-- Compare on-demand vs Editions pricing for every query

DECLARE lookback_days INT64 DEFAULT 30;

WITH base AS (
  SELECT
    project_id, query, start_time, end_time,
    SAFE_DIVIDE(total_slot_ms,
      TIMESTAMP_DIFF(end_time, start_time, MILLISECOND)) AS avg_slots,
    COALESCE(total_bytes_billed, 0) / POW(1024, 4) AS tib_billed,
    TIMESTAMP_DIFF(end_time, start_time, MILLISECOND) AS duration_ms
  FROM `your-project`.`region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT
  WHERE creation_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL lookback_days DAY)
    AND state = 'DONE' AND total_slot_ms IS NOT NULL
),
billing AS (
  SELECT *,
    GREATEST(tib_billed, 10.0 / POW(1024, 2)) * 6.25 AS on_demand_usd,
    CEIL(avg_slots / 100) * 100 AS billed_slots,
    GREATEST(duration_ms, 60000) / 3.6e6 AS billed_hours
  FROM base
),
with_editions AS (
  SELECT *,
    billed_slots * billed_hours * 0.04 AS standard_usd,
    billed_slots * billed_hours * 0.06 AS enterprise_usd,
    billed_slots * billed_hours * 0.048 AS enterprise_1yr_usd,
    billed_slots * billed_hours * 0.036 AS enterprise_3yr_usd
  FROM billing
)
...
your-project और region-us को अपने GCP प्रोजेक्ट और dataset region से बदलें।

क्वेरी व्याख्या

क्वेरी पहले प्रत्येक क्वेरी के लिए अनुमानित स्लॉट संख्या और निष्पादन समय की गणना करती है। फिर Editions बिलिंग नियम लागू करती है: स्लॉट को निकटतम 100 तक राउंड करना और 1 मिनट की न्यूनतम अवधि लागू करना।

मुख्य अंतर्दृष्टि

  • lightbulb

    जो क्वेरी लंबे समय के लिए कुछ स्लॉट का उपयोग करती हैं वे ऑन-डिमांड पर सस्ती हैं। जो क्वेरी थोड़े समय के लिए कई स्लॉट का उपयोग करती हैं वे Editions पर सस्ती हैं।

  • lightbulb

    यदि आपकी >70% क्वेरी एक ही संस्करण की सिफारिश करती हैं, तो यह अपने पूरे प्रोजेक्ट को बदलने का एक मजबूत संकेत है।

  • lightbulb

    मिश्रित सिफारिशें एक हाइब्रिड दृष्टिकोण का सुझाव देती हैं।

  • lightbulb

    सबसे बड़ी बचत Enterprise 3-वर्षीय प्रतिबद्धता से आती है।

सर्वोत्तम प्रथाएं

  1. 1

    विश्वसनीय सिफारिशों के लिए कम से कम 30 दिनों के डेटा पर यह विश्लेषण चलाएं।

  2. 2

    प्रोजेक्ट-स्तरीय सिफारिश प्राप्त करने के लिए प्रत्येक बिलिंग मॉडल के लिए सभी क्वेरी में कुल लागत का योग करें।

  3. 3

    अपनी विकास प्रवृत्ति को ध्यान में रखें।

  4. 4

    1-वर्ष या 3-वर्षीय शर्तों के लिए प्रतिबद्ध होने से पहले परीक्षण करने के लिए Standard या Enterprise Edition से शुरू करें।

क्या आप चाहते हैं कि CloudClerk स्वचालित रूप से ये बचत खोजे?

हमारा प्लेटफॉर्म आपके BigQuery प्रोजेक्ट से जुड़ता है, इन विश्लेषणों को स्वचालित रूप से चलाता है और AI-संचालित अनुकूलन सिफारिशें देता है।

संबंधित गाइड

trending_upलागत विश्लेषण

लागत के अनुसार BigQuery की शीर्ष क्वेरी

ऑन-डिमांड लागत के अनुसार सबसे महंगी BigQuery क्वेरी खोजें। सबसे बड़े लागत चालकों की पहचान करने के लिए कुल बिल किए गए बाइट्स द्वारा क्वेरी रैंक करें।

गाइड पढ़ें
calendar_todayस्लॉट उपयोग

दिन के अनुसार BigQuery स्लॉट उपयोग

समय के साथ दैनिक BigQuery स्लॉट खपत को ट्रैक करें। अपने स्लॉट आरक्षण को सही आकार देने के लिए दैनिक उपयोग पैटर्न और रुझानों की पहचान करें।

गाइड पढ़ें
scheduleस्लॉट उपयोग

घंटे के अनुसार BigQuery स्लॉट उपयोग

पीक उपयोग विंडो की पहचान करने और आपके आरक्षण शेड्यूलिंग को अनुकूलित करने के लिए घंटावार BigQuery स्लॉट खपत की निगरानी करें।

गाइड पढ़ें
codeलागत विश्लेषण

क्वेरी के अनुसार BigQuery लागत विश्लेषण

प्रत्येक व्यक्तिगत क्वेरी की लागत, स्लॉट उपयोग और निष्पादन समय का विश्लेषण करें। प्रति क्वेरी निष्पादन ऑन-डिमांड लागत का विस्तृत विवरण प्राप्त करें।

गाइड पढ़ें