為擴大承諾使用折扣 (CUD) 計畫,我們更新了依支出計算的 CUD 模式,並提供相關工具,協助您為這些異動做好準備,包括:
- BigQuery 範例資料匯出:範例資料集,說明啟用後,BigQuery 中以支出為準的 CUD 資料匯出項目會如何變化。
- CUD KPI 查詢範例:可搭配 BigQuery 範例資料匯出使用的查詢範例,用來計算重要的 CUD 主要成效指標 (KPI)。
- 新的 CUD 詳細資料:新 CUD 欄位和資料遷移的說明,例如新的 CUD 費用 SKU ID、方案名稱和用量模式 ID。
BigQuery 匯出資料範例
您可以利用 BigQuery 範例資料匯出功能,為內部系統做好準備,因應以支出為準的 CUD 資料變更。使用範例資料匯出功能的程序主要有以下步驟:
- 確認必要條件。
- 啟用範例資料匯出功能。
- 讓系統累積新資料。
- 探索新的資料模型和查詢。
- 請據此更新內部系統和工作流程。
必要條件
如要使用範例資料匯出功能,必須符合下列先決條件:
- 您必須為 Cloud Billing 帳戶設定詳細或標準帳單資料匯出功能。詳情請參閱「將 Cloud Billing 資料匯出至 BigQuery」。
您必須具備匯出作業所屬專案的權限,以及啟用匯出作業的 Cloud Billing 帳戶權限。例如:
- 資料集所屬專案的
bigquery.datasets.create
權限。 - Cloud Billing 帳戶的
billing.accounts.getUsageExportSpec
權限。
如要尋找包含這些權限的預先定義 Cloud Billing 角色 (例如帳單帳戶檢視者、帳單帳戶費用管理員或帳單帳戶管理員),請參閱「Cloud Billing 存取控管與權限」。 如要進一步瞭解 BigQuery 專屬權限,請參閱 BigQuery IAM 角色和權限。
- 資料集所屬專案的
建立新的 Cloud Billing 帳戶時,系統預設會為以支出為準的約定啟用比例歸因。否則,您必須啟用這項功能才能匯出資料。請按照這些操作說明操作。
如果專案或機構的 BigQuery 資源已啟用 VPC,您需要建立輸入和輸出規則,才能正確啟用這項功能:
- 建立輸入規則,授予使用者建立匯出作業的權限:
- 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'
- 建立輸出規則,讓 Google Cloud 能夠在 VPC 中建立 BigQuery 連結資料集:
- egressTo: roles: - roles/bigquery.dataOwner resources: - projects/710382390241 egressFrom: identityType: ANY_IDENTITY sources: - accessLevel: "*" sourceRestriction: RESTRICTION_STATUS title: 'Sample Export Egress'
啟用範例資料匯出功能
如要啟用範例資料匯出功能,請完成下列步驟:
開啟 Google Cloud 控制台的帳單匯出專區。
在「帳單匯出」對話方塊中,選取要啟用匯出範例資料的 Cloud Billing 帳戶,如下列畫面所示。
系統會開始匯出資料,並在約一天內啟用這項功能。在準備就緒前,您會看到以下附註:
啟用匯出範例資料後,系統會開始收集 Cloud Billing 資料,並持續新增資料,直到 2026 年 1 月為止。請預留充足時間,讓匯出作業累積足夠的資料,再更新系統以配合新的資料模型。
匯出作業完成後, Google Cloud 控制台的「帳單」專區會顯示以下通知:
資料匯出作業會建立為連結的資料集,位於包含詳細或標準帳單資料匯出作業的 BigQuery 資料集中。由於這是連結的資料集,因此您不會因匯出樣本而產生額外費用。詳情請參閱 BigQuery 共用簡介。
按一下「查看範例資料集」,在Google Cloud 控制台中開啟 BigQuery,然後執行查詢,瞭解重要的 CUD KPI。
匯出樣本的限制
範例資料匯出是準備資料模型變更的實用工具,但與實際資料匯出有以下重大差異:
- 遷移後:選擇使用新資料模型後,請勿再使用範例匯出內容,因為之後範例匯出內容就不會再準確。
- 輸出大小:由於資料匯總方式不同,選擇採用這些變更後,樣本匯出大小可能與實際匯出大小不同。
- 四捨五入方式:由於四捨五入方式不同,金額很小或幣別不是美元時,可能會出現些微差異。
- 按比例計算的費用:範例匯出作業可能會高估 CUD 購買交易的第一個和最後一個小時的費用,因為這類費用並未以相同方式計入。購買依支出計算的 CUD 時,系統會按比例計算第一小時的費用。
新版 CUD 模型上線前後的資料匯出範例
新的依支出計算的 CUD 模式需要您規劃及調整內部系統,這些系統可能會耗用 Cloud Billing 資料。因此,我們提供下列情境,說明新 CUD 模型推出前後的資料匯出結構定義和資料變化。我們進一步將這些情境劃分為 CUD 使用過度與使用不足的情況,以顯示對資料匯出的影響。
在這兩種情境中,假設您在 US Central 1
中購買了 E2-Standard-8
VM,其中包含 RAM 和核心的兩個 SKU。這些 SKU 分別使用 RAM SKU
和 Core SKU
的虛構 ID。
接著,您購買 1 Year GCE Flex CUD
,在資源過度使用情境中,每小時費用為 $0.1 美元,在資源使用不足情境中,每小時費用為 $0.3 美元。在資料中,這些 ID 會以虛構 ID Fee SKU
表示。
CUD 使用過度的情境
在過度使用情境中,您進行了上述購買作業,並過度使用 CUD。
日期早於
在新的 CUD 模型推出前,您的 Cloud Billing 匯出結構定義和資料值如下表所示。
SKU | cost | usage.amount_in_pricing_units | usage.pricing_unit | price.effective_price | originating-sku 1 | subscription.instance_id | credits |
---|---|---|---|---|---|---|---|
費用 SKU | 0.046868 | 6.509490 | 小時 | 0.0072 | RAM SKU | subscriptions/e52fd279-0851-4f53-a533-093119e27bad | [] |
費用 SKU | 0.025132 | 3.490510 | 小時 | 0.0072 | 核心 SKU | subscriptions/e52fd279-0851-4f53-a533-093119e27bad | [] |
RAM SKU | 0.174496 | 8 | GiB 時數 | 0.02181159 | null | null | [{"amount":-0.065095,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}] |
核心 SKU | 0.093568 | 32 | 小時 | 0.00292353 | null | null | [{"amount":-0.034905,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}] |
1. 這個欄位代表 goog-originating-sku-id
標籤的值。
資料日期晚於
採用新的 CUD 模型後,Cloud Billing 匯出架構和資料值會如下表所示。
SKU | cost | usage.amount_in_pricing_units | usage.pricing_unit | consumption_model.description | price.effective_price | originating-sku 1 | subscription.instance_id | credits |
---|---|---|---|---|---|---|---|---|
費用 SKU | 0.046868 | 0.046868330 | 小時 | 預設 | 1 | RAM SKU | subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb | [{"amount":"-0.046868",""type":"FEE_UTILIZATION_OFFSET"}] |
費用 SKU | 0.025132 | 0.025131670 | 小時 | 預設 | 1 | 核心 SKU | subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb | [{"amount":"-0.025132",""type":"FEE_UTILIZATION_OFFSET"}] |
RAM SKU | 0.109398 | 5.015577498 | GiB 時數 | 預設 | 0.02181159 | null | null | [] |
核心 SKU | 0.058648 | 20.06066639 | 小時 | 預設 | 0.00292353 | null | null | [] |
RAM SKU | 0.046868 | 2.984422502 | GiB 時數 | Compute 彈性 CUD 1 年 | 0.01570434 | null | subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb | [] |
核心 SKU | 0.025132 | 11.93933361 | 小時 | Compute 彈性 CUD 1 年 | 0.00210494 | null | subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb | [] |
1. 這個欄位代表 goog-originating-sku-id
標籤的值。
請注意,這個新的 CUD 模型有以下特點:
- 每個 CUD 有兩列,而不是一列。
- 我們新增了
consumption_model.description
欄,用來分隔額外的 CUD 項目,其中:Compute Flexible CUDs 1 Year
值表示您已獲得預期的 CUD 折扣。Default
值表示您過度使用 CUD,因此超出配額的費用會以預設價格計算。subscription.instance_id
沒有值也表示這一點。- CUD 費用列也有
Default
值,因為折扣不適用於這些費用。而是credits
欄位,表示已套用負偏移值來抵銷費用。
CUD 使用率偏低的情境
針對這個用量不足的情況,我們假設您已完成上述購買作業,但 CUD 用量不足。
日期早於
在新的 CUD 模型推出前,您的 Cloud Billing 匯出結構定義和資料值如下表所示。
SKU | cost | usage.amount_in_pricing_units | usage.pricing_unit | price.effective_price | originating-sku 1 | subscription.instance_id | credits |
費用 SKU | 0.022994 | 3.194 | 小時 | 0.0072 | null | subscriptions/e52fd279-0851-4f53-a533-093119e27bad | [] |
費用 SKU | 0.125637 | 17.450 | 小時 | 0.0072 | RAM SKU | subscriptions/e52fd279-0851-4f53-a533-093119e27bad | [] |
費用 SKU | 0.067369 | 9.357 | 小時 | 0.0072 | 核心 SKU | subscriptions/e52fd279-0851-4f53-a533-093119e27bad | [] |
RAM SKU | 0.174496 | 8 | GiB 時數 | 0.02181159 | null | null | [{"amount":-0.174496,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}] |
核心 SKU | 0.093568 | 32 | 小時 | 0.00292353 | null | null | [{"amount":-0.093568,"full_name":"承諾使用折扣 - 以金額為準:GCE 承諾", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}] |
1. 這個欄位代表 goog-originating-sku-id
標籤的值。
資料日期晚於
採用新的 CUD 模型後,Cloud Billing 匯出架構和資料值會如下表所示。
SKU | cost | usage.amount_in_pricing_units | usage.pricing_unit | price.effective_price | consumption_model.description | originating-sku 1 | subscription.instance_id | credits |
費用 SKU | 0.022994 | 0.0230 | 小時 | 1 | 預設 | null | subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb | [] |
費用 SKU | 0.125637 | 0.1256371 | 小時 | 1 | 預設 | RAM SKU | subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb | [{"amount":"-0.1256348",""type":"FEE_UTILIZATION_OFFSET"}] |
費用 SKU | 0.067369 | 0.0673690 | 小時 | 1 | 預設 | 核心 SKU | subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb | [{"amount":"-0.0673581",""type":"FEE_UTILIZATION_OFFSET"}] |
RAM SKU | 0.125637 | 8 | GiB 時數 | 0.0157043448 | Compute 彈性 CUD 1 年 | null | subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb | [] |
核心 SKU | 0.067369 | 32 | 小時 | 0.0021049416 | Compute 彈性 CUD 1 年 | null | subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb | [] |
1. 這個欄位代表 goog-originating-sku-id
標籤的值。
請注意,這個新的 CUD 模型有以下特點:
- 每個 CUD 有兩列,而不是一列。
- 我們新增了
consumption_model.description
欄,用來分隔額外的 CUD 項目,其中:Compute Flexible CUDs 1 Year
值表示您已獲得預期的 CUD 折扣。Default
值表示 CUD 費用資料列,因為折扣不適用於這些資料列。而是credits
欄位,表示系統已套用負偏移值來抵銷費用,並將費用彙整至第一列。
- 第一列顯示 CUD 費用的總和。
主要 CUD KPI 的查詢範例
您可以使用這些重要的 KPI 指標,驗證系統是否能順利使用新的資料模型運作:
- 承諾使用折扣 ($):說明承諾使用折扣帶來的節省金額。計算公式為
(Cost of resources at on-demand rates - cost of resources with commitment discounts)
。 - 承諾節省 (%):說明承諾帶來的節省百分比。計算公式為
(Commitment savings / costs of resources at on-demand rates)*100
。 - 承諾使用率 (%):以百分比表示承諾的使用效益。計算公式為
(Commitment applied to eligible spend / total commitment)
。 有效節省率 (%):說明承諾折扣的投資報酬率 (ROI)。計算公式為
(Commitment Savings / On-Demand Equivalent Spend)
。如要進一步瞭解費用資料,請參閱下列 BigQuery 查詢範例,瞭解如何擷取下列 KPI 的實用資訊。
選擇正確的範例查詢
為協助您因應資料模型異動更新查詢,我們提供兩個版本的 KPI 範例查詢。選擇下列其中一個選項:
使用舊版資料模型查詢 KPI 的範例
如果您不是使用新的資料模型,請使用這些範例查詢。
這些查詢僅適用於 Compute 彈性 CUD。如要查詢其他依支出計算的 CUD 產品,您必須變更下列值:
cud_product
sku.description
credit.type
CUD 費用加上 CUD 省下的費用
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
是目前年份和月份,格式為YYYYMM
,例如「202504」。
承諾使用率
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
是目前年份和月份,格式為YYYYMM
,例如「202504」。
有效節省率
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
是目前年份和月份,格式為YYYYMM
,例如「202504」。
使用新資料模型查詢 KPI 的範例
如果您已採用新的資料模型,請使用這個範例查詢。
這些查詢僅適用於 Compute 彈性 CUD。如要查詢其他依支出計算的 CUD 產品,您必須變更下列值:
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
是目前年份和月份,格式為YYYYMM
,例如「202504」。
將 Cloud Billing 資料匯出至 BigQuery
將 Cloud Billing 資料匯出至 BigQuery 時,您可以新增或變更下列欄位,包括標準、詳細和重新結算 (僅限經銷商) 資料匯出:
欄位 | 類型 | 新版或更新版 | 說明 |
---|---|---|---|
price |
結構 | 現有 (詳細或重新結算匯出作業沒有變更,新增至標準匯出作業)。 | 這些欄位說明與用量收費相關的結構體和值。 |
price.list_price |
數字 | 新欄位 | 依預設耗用模式計算的 SKU 定價。 |
price.effective_price_default |
數字 | 新欄位 | 根據與 Cloud Billing 帳戶連結的合約中自訂價格,按照預設用量模式計算的 SKU 價格。 |
price.list_price_consumption_model |
數字 | 新欄位 | 適用耗用模式的 SKU 定價。 |
price.effective_price |
數字 | 現有 (詳細和重新結算匯出作業的說明已更新,並新增至標準匯出作業)。 | 根據與 Cloud Billing 帳戶連結的合約中自訂價格,適用用量模式的 SKU 價格。 |
price.tier_start_amount |
數字 | 已納入詳細匯出作業,現在也加入標準匯出作業。 | SKU 價格級別的單位數量下限。 |
price.unit |
字串 | 已納入詳細匯出作業,現在也加入標準匯出作業。 | 指定價格和測量資源用量的單位。 |
price.pricing_unit_quantity |
數字 | 已納入詳細匯出作業,現在也加入標準匯出作業。 | SKU 的價格級別單位數量。 |
cost_at_list |
數字 | 現有欄位,說明已更新以反映變更。 | 依定價計算的費用。 |
cost |
數字 | 現有欄位,說明已更新以反映變更。 | 適用於 Cloud Billing 帳戶的用量模式費用,計算方式是採用適用於帳單帳戶的價格。如果 Cloud Billing 帳戶採用自訂合約價格,則為帳單帳戶專屬價格;否則為 SKU 或 SKU 層級的定價。用量模式代表特定 SKU 的用量價格。如果沒有套用 CUD,所有帳單帳戶都會採用預設用量模式。 目前只有依支出計算的 CUD 採用消耗量模式。 |
cost_at_effective_price_default |
數字 | 新增 | 根據與 Cloud Billing 帳戶連結的合約中自訂價格,按照預設用量模式計算費用。 |
cost_at_list_consumption_model |
數字 | 新增 | 費用取決於適用的消費模式。 |
consumption_model |
結構 | 新增 | 描述適用消費模式的欄位。 |
consumption_model.id |
字串 | 新增 | 消費模式的 ID。 |
consumption_model.description |
字串 | 新增 | 消費模式的說明。 |
價格匯出異動
匯出至 BigQuery 的 Cloud Billing 資料會新增或變更下列定價資訊欄位:
欄位 | 類型 | 新增/更新 | 說明 |
---|---|---|---|
List_price |
Struct |
已更新 | Google Cloud 或 Google 地圖平台 SKU 的定價和 SKU 價格層級 (自 pricing_as_of_time 起生效),以及預設用量模式價格。 |
List_price.tieredrates.start_usage_amount |
Float |
現有 | 特定目錄價格級別的計費單位數量下限。 |
List_price.tieredrates.usd_amount |
Numeric |
現有 | SKU 的定價 (以美元為單位)。 |
List_price.consumption_model_display_name |
String |
新增 | 消耗量模型的顯示名稱。 |
List_price.consumption_model_id |
String |
新增 | 消費模式的 ID。 |
Billing_account_price |
Struct |
已更新 | 如果您有合約價格,這就是與 Cloud Billing 帳戶連結的合約中自訂 SKU 價格,以及預設的使用模式價格。 |
Billing_account_price.tiered_rates.start_usage_amount |
Float |
現有 | 特定帳單帳戶價格級別的計費單位數量下限。 |
Billing_account_price.tiered_rates.usd_amount |
Numeric |
現有 | SKU 的帳單帳戶價格 (以美元計價)。 |
Billing_account_price.tiered_rates.consumption_model_display_name |
String |
新增 | 消耗量模型的顯示名稱。 |
Billing_account_price.tiered_rates.consumption_model_id |
String |
新增 | 消費模式的 ID。 |
Consumption_Models |
結構體清單 | 新增 | 所有消費模式的 SKU 定價和帳單帳戶價格。 |
Consumption_models.consumption_model_id |
String |
新增 | 消費模式的 ID。 |
Consumption_models.consumption_model_display_name |
String |
新增 | 消耗量模型的顯示名稱。 |
Consumption_models.list_price.tiered_rates.start_usage_amount |
Float |
新增 | 特定目錄價格級別的計費單位數量下限。 |
Consumption_models.list_price.tiered_rates.usd_amount |
Numeric |
新增 | SKU 的定價 (以美元為單位)。 |
Consumption_models.billing_account_price.tiered_rates.start_usage_amount |
Float |
新增 | 特定帳單帳戶價格級別的計費單位數量下限。 |
Consumption_models.billing_account_price.tiered_rates.usd_amount |
Numeric |
新增 | SKU 的帳單帳戶價格 (以美元計價)。 |
新的 CUD 產品資訊
新版 CUD 費用 SKU 會取代現有 SKU,且新版方案 ID 和消耗模式 ID 適用於所有適用範圍內的 CUD。您可以根據下列詳細資料調整查詢和資訊主頁。
遷移方案和消費模式 ID
下表列出將從舊資料模型遷移至新資料模型的「方案」和「消耗量」模型 ID。
產品名稱 | 字詞 | 舊優惠 ID | 新優惠 ID | 消費模式 ID |
---|---|---|---|---|
Cloud Run | 1 年 | 55435965-baf5-485f-baea-3fde53566e5e | 392802d4-e57b-40d3-9684-a1e8cdca6fb5 | 73A1-AD60-B867 |
Cloud Run | 3 年 | a8b22b6c-2992-48d3-9b73-98fc7a47d61c | 88a5fc51-d63b-4865-bf3b-c49e05a8c5c0 | A4B6-DEDF-1A65 |
Bigtable | 1 年 | 5a0a5567-1552-445e-9f1b-f1ac69fb0f39 | c0bf8ba5-65ee-4f7d-9e1e-3953433cf193 | A03A-2A56-8086 |
Bigtable | 3 年 | 26e8485e-acef-4e73-9a13-f0b2109befff | 460fb2ef-456d-4263-a070-4f993fa37996 | 4F61-4520-4936 |
Dataflow | 1 年 | 42ae4415-0361-404f-8bc5-1e7c041c2d82 | 127d79e4-1d52-48b0-9f31-8ba02586ff95 | 75D9-38E7-870F |
Dataflow | 3 年 | cac998b8-3d49-4672-ae5b-e5b3c56e05f2 | 03f4d3b1-44b8-4e88-9e75-b1d4e2d04573 | 9E06-4EF0-37D8 |
Memorystore for Redis | 1 年 | fe93270a-f338-4a76-b303-c323608a9d37 | 8e0da7cb-196b-4351-bc32-6a6ba94f1456 | DD5B-8EB3-C48D |
Memorystore for Redis | 3 年 | 8f20579e-7630-4592-8fa6-0d7d3b749354 | 2a3729ac-1e38-4a34-bc96-bd988028351f | 8E4B-B283-45D8 |
Cloud Spanner | 1 年 | 29829e5f-681c-4810-a471-8e4611a8042b | 359db5c2-8c2c-49e3-a21d-26176c4cd403 | 558C-892D-2291 |
Cloud Spanner | 3 年 | 709f6c69-8a49-4032-97f7-ce21fe340603 | a6a32e10-1d76-4df8-8485-eee10d08a1cf | 38C3-A961-A68B |
Kubernetes Engine | 1 年 | ae2672e6-47a8-41dc-9448-6956d7f4fbc1 | 2f48e468-a86a-452d-88df-edacd94a3c44 | 2F93-FEF4-BD6E |
Kubernetes Engine | 3 年 | fcf378c1-fbe0-4aaa-b05e-9597f8b45578 | 89027902-6f83-40aa-8861-7c2446b11015 | 6E88-5C17-F3E1 |
AlloyDB for PostgreSQL | 1 年 | adbca020-a973-48c9-b9b6-f5d70527790c | ff04ec3e-278c-4ec8-8278-12f875a8cea2 | C100-AA7B-33B1 |
AlloyDB for PostgreSQL | 3 年 | 56e5948f-f1ed-45ce-84d6-a8408092e7d5 | 9522b4d8-bff7-4141-81d6-b71d9113c69a | 4920-CA74-2184 |
Cloud SQL | 1 年 | 266e6a8c-2a0d-4b92-af9c-5795760f1fc9 | d31cf078-36a2-4a8a-a2e6-b23caec0e7a3 | 61F8-639B-D89C |
Cloud SQL | 3 年 | 4998bf0a-51dd-4ce0-8405-aa529dd86d33 | 48960309-1646-4fa2-9bf8-d7e72090d2b8 | 52FB-D69D-95BE |
Compute Flexible | 1 年 | ffe0f6a3-2f98-437e-8d49-fc443a05d3c2 | 1b2601a4-9d76-462d-bd5b-5b835d245f93 | D97B-0795-975B |
Compute Flexible | 3 年 | 062a285d-8989-4ce7-8f9a-bed8d183236f | 61612674-a9a9-4687-8449-baca71fbd0d1 | 70D7-D1AB-12A4 |
Managed Service for Apache Kafka | 1 年 | e1636f7d-1a29-4d53-a89e-c1f60e8dadcf | 647db981-009c-4e95-b62e-6aff19384956 | 03DE-CED5-0B0E |
Managed Service for Apache Kafka | 3 年 | 31d79333-0c0e-4208-9b20-c6e4f27e5d1d | 9a7ed994-d3df-4680-b4e6-7c3d932add66 | FBB4-D107-5857 |
Cloud Firestore | 1 年 | f8485012-b340-4562-8302-7e27d48f8cfd | de6aa077-3170-4250-89b6-0ccd470f9e21 | 3892-BA17-92A7 |
Cloud Firestore | 3 年 | 0b48b55a-1fa6-48bc-a3de-2d88f0b99e15 | e8f59240-c088-4a22-87c3-e58722cca300 | 2FD9-44B6-D2AC |
BigQuery | 1 年 | 6e72d4d4-5591-4c7f-aa9f-88d277d9280c | d73ae4d8-d096-4c9b-9c20-cd92c3c53724 | DD83-D9A3-79AF |
BigQuery | 3 年 | ad5539c4-a0d9-4abd-82c9-1104a7c8ad64 | f43d480d-3e77-4079-946c-e1b2ab640a8a | 4D8D-49A7-C5B1 |
Backup For Oracle | 1 年 | 5b446c4d-ce38-4d1a-8c76-e8b04ad50069 | 16e6132e-8a72-4a7f-8941-bf52246afc82 | AEA3-CEC2-9DF3 |
Backup For Oracle | 3 年 | 0dba7aa1-3215-4d44-9581-e1c34ca94471 | 1e028b05-4344-4bca-87e7-235ee3536354 | 224F-258C-7F84 |
遷移 CUD 費用 SKU ID
下表列出各產品從舊版資料模型遷移至新版資料模型的 CUD 費用 SKU ID。
Cloud Run
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
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
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
B5A6-424E-9B40 | 3A81-0BBB-DB6B |
D0B1-4BBE-B88E | 80F1-1914-BE00 |
Dataflow
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
B010-4451-8FE0 | 9E04-DE04-2E16 |
A151-46E9-B512 | 09B2-AF74-BAD1 |
Memorystore For Redis
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
15A2-40AC-9DCD | 8C3A-9182-D105 |
C4C9-475B-BEFF | EF24-D476-1BAD |
Cloud Spanner
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
131F-4968-89D1 | 3238-2675-F039 |
75AD-448A-95DE | 80C0-BC99-0991 |
Kubernetes Engine
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
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 |
PostgreSQL 適用的 AlloyDB
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
7734-4CEB-A7D9 | 98FC-4179-825D |
9486-406B-8ED7 | 1989-EC4C-1D98 |
Cloud SQL
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
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
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
F61D-4D51-AAFC | 5515-81A8-03A2 |
6723-40D7-8BDC | B22F-51BE-D599 |
Managed Service For Apache Kafka
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
8A47-8B1D-C883 | 6B52-5BF3-396B |
02BD-82A5-FB44 | 0480-9719-DA84 |
BigQuery
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
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
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
250C-5A4E-27F9 | 6849-C9A1-9662 |
63F9-F5D7-D6BC | 2CF5-3983-EA95 |
Oracle 專用的備份和災難復原
舊版費用 SKU ID | 新費用 SKU ID |
---|---|
7938-39D4-78B6 | DA30-A778-1421 |
73D2-5A5A-CB09 | 0D95-F79A-4CFA |