Pembaruan model data DA berbasis pembelanjaan

Catatan: Dokumen ini membahas beberapa diskon abonemen berbasis pengeluaran (DA) yang secara otomatis dimigrasikan ke model pemakaian baru, yang memanfaatkan diskon, bukan kredit. Tanggal migrasi ditunjukkan oleh notifikasi di halaman Ringkasan Penagihan di konsol Google Cloud . Untuk mengetahui informasi selengkapnya tentang peningkatan, DA yang terpengaruh, dan tindakan yang perlu Anda lakukan, lihat DA berbasis pengeluaran.

Sebagai bagian dari perluasan program diskon abonemen (CUD), kami memperbarui model data CUD berbasis pembelanjaan serta menyediakan informasi dan alat untuk membantu Anda menerapkan perubahan tersebut. Gunakan referensi berikut untuk memperbarui sistem internal Anda yang mungkin terpengaruh oleh model data CUD:

• Contoh ekspor data BigQuery: Set data contoh yang menunjukkan cara migrasi CUD mengubah tampilan ekspor data CUD berbasis pengeluaran Anda di BigQuery.
• Pembaruan model data CUD berbasis pembelanjaan: Detail tentang perubahan model data CUD berbasis pembelanjaan dan alat untuk membantu Anda menerapkan perubahan tersebut.
• Memverifikasi diskon setelah migrasi: Menjelaskan cara melihat dan mengonfirmasi persentase diskon, penghematan, dan ROI setelah migrasi.
• Contoh kueri KPI CUD: Contoh kueri yang menunjukkan cara menggunakan metrik Indikator Performa Utama (KPI) untuk memvalidasi bahwa sistem Anda berfungsi dengan baik dengan model data CUD yang baru.
• Daftar SKU baru yang ditambahkan ke DA: Detail tentang SKU baru yang ditambahkan ke cakupan DA.
• Daftar kolom CUD baru: Deskripsi kolom baru, seperti ID SKU Biaya CUD, nama penawaran, dan ID model pemakaian.
• SKU CUD, penawaran, dan model pemakaian baru yang dimigrasikan: Informasi tentang SKU CUD, penawaran, dan ID model pemakaian yang dimigrasikan dalam model data program baru.
• Ekspor metadata CUD ke BigQuery: Menyediakan snapshot harian metadata komitmen CUD berbasis pengeluaran Anda ke tabel BigQuery.

Menggunakan ekspor data sampel BigQuery

Tidak digunakan lagi: Contoh ekspor data ini akan berhenti berfungsi dan mengisi data setelah migrasi CUD. Kami terus memberikan detail historis ini untuk membantu pelanggan yang mengubah sistem internal untuk mengakomodasi skema data CUD baru.

Anda dapat menggunakan ekspor data sampel BigQuery untuk menyiapkan sistem internal Anda menghadapi perubahan yang terjadi pada data CUD berbasis pembelanjaan.

Proses untuk menggunakan ekspor data sampel memiliki langkah-langkah utama berikut:

1. Periksa prasyarat.
2. Aktifkan ekspor data sampel.
3. Biarkan data baru terakumulasi.
4. Pelajari model data dan kueri.
5. Perbarui sistem dan alur kerja internal Anda.

Prasyarat

Anda harus memenuhi prasyarat berikut untuk menggunakan ekspor data sampel:

• Anda harus mengonfigurasi ekspor data penagihan mendetail atau standar untuk akun Penagihan Cloud Anda. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan ekspor data Penagihan Cloud ke BigQuery

• Anda harus memiliki izin pada project yang memiliki ekspor, dan izin pada akun Penagihan Cloud tempat Anda mengaktifkan ekspor. Contoh:

  • Izin bigquery.datasets.create pada project yang berisi set data.
  • Izin billing.accounts.getUsageExportSpec di akun Penagihan Cloud.

  Untuk menemukan peran Penagihan Cloud yang telah ditetapkan dan berisi izin ini, misalnya Billing Account Viewer, Billing Account Costs Manager, atau Billing Account Administrator, lihat Kontrol akses dan izin Penagihan Cloud. Untuk mengetahui informasi selengkapnya tentang izin khusus BigQuery, lihat Peran dan izin IAM BigQuery

• Saat Anda membuat akun Penagihan Cloud baru, atribusi proporsional diaktifkan secara default untuk komitmen berbasis pembelanjaan. Jika tidak, Anda harus mengaktifkannya untuk menggunakan ekspor ini. Anda dapat melakukannya dengan mengikuti petunjuk ini.

• Jika Anda menggunakan Kontrol Layanan VPC untuk resource BigQuery di project atau organisasi, Anda harus membuat aturan masuk dan keluar untuk mengaktifkan ekspor data ke BigQuery dengan benar.

  1. Buat aturan ingress yang memberi individu akses untuk membuat ekspor:

     
       - ingressFrom:
           identities:
           - PRINCIPAL_IDENTIFIER_OF_USER_INITIATING_EXPORT
           sources:
           - accessLevel: "*"
       ingressTo:
           operations:
           - serviceName: bigquery.googleapis.com
             methodSelectors:
             - method: "*"
           resources:
           - projects/YOUR_PROJECT_ID_TO_HOST_EXPORT_DATA
       title: 'Ingress Rule Name'
       

     Lihat ID utama untuk mengetahui informasi selengkapnya tentang format ID utama.

  2. Buat aturan egress untuk mengizinkan Google Cloud akses ke set data BigQuery melalui Kontrol Layanan VPC:

     
       - egressTo:
            operations:
           - serviceName: bigquery.googleapis.com
             methodSelectors:
             - method: "*"
           resources:
           - projects/710382390241
       egressFrom:
           identityType: ANY_IDENTITY
           sources:
           - accessLevel: "*"
           sourceRestriction: RESTRICTION_STATUS
       title: 'Egress Rule Name'
       

  Catatan: Jika Anda melewati langkah ini, Anda akan menerima error berikut saat mencoba memulai ekspor: Anda tidak memiliki izin untuk mengaktifkan set data.

Mengaktifkan ekspor data sampel

Untuk mengaktifkan ekspor data sampel, selesaikan langkah-langkah berikut:

Catatan: Mulai 12 Desember 2025, ekspor data sampel akan menyertakan dua tabel, satu tabel yang menggunakan skema standar, dan satu tabel lagi yang menggunakan skema mendetail. Keduanya diisi ulang dengan data 60 hari sebelum tanggal pengaktifan.

1. Buka bagian Ekspor penagihan di konsol Google Cloud .

   Buka Ekspor penagihan

2. Dalam dialog Billing export, pilih akun Penagihan Cloud tempat Anda ingin mengaktifkan ekspor data sampel, seperti yang ditunjukkan pada layar berikut.

3. Proses ekspor data dimulai dan memerlukan waktu sekitar satu hari untuk diaktifkan. Anda akan melihat catatan berikut hingga data siap: Setelah Anda mengaktifkan ekspor data sampel, data Penagihan Cloud akan mulai dikumpulkan, dengan data baru ditambahkan terus-menerus hingga Januari 2026. Berikan waktu yang cukup agar data yang memadai terakumulasi dalam ekspor sebelum memperbarui sistem Anda agar selaras dengan model data.

4. Saat ekspor sudah siap, Anda akan melihat notifikasi berikut di bagian Penagihan di konsol Google Cloud :

   Ekspor data dibuat sebagai set data tertaut dalam project BigQuery yang sama yang menyimpan ekspor penagihan mendetail, tetapi menggunakan project ekspor standar jika ekspor mendetail tidak ada. Karena ini adalah set data tertaut, Anda tidak akan dikenai biaya tambahan untuk contoh ekspor. Untuk mengetahui informasi selengkapnya, lihat Pengantar berbagi BigQuery.

5. Klik View Sample Dataset untuk membuka BigQuery di konsolGoogle Cloud , tempat Anda dapat menjalankan kueri untuk memahami KPI CUD penting Anda.

Catatan: Jika Anda adalah reseller, Anda dapat menggunakan contoh ekspor data untuk melihat pratinjau perubahan pada akun penagihan yang Anda pilih. Ekspor Data Penagihan Ulang, yang diaktifkan menggunakan Partner Sales Console, mengadopsi skema data baru saat peluncuran fitur. Namun, data biaya akan mengisi kolom baru ini hanya setelah akun induk atau sub-akun yang sesuai dimigrasikan ke fitur tersebut. Sub-akun penagihan harus dimigrasikan secara terpisah setelah akun penagihan induk dimigrasikan.

Batasan ekspor sampel

Ekspor data sampel adalah alat untuk membantu Anda bersiap menghadapi perubahan model data. Fitur ini bukan pengganti ekspor data produksi. Sebagai gantinya, contoh ini memungkinkan Anda menguji update pada kueri yang menyesuaikan dengan perubahan model data. Perubahan model data ini berlaku untuk skema ekspor standar dan mendetail. Ekspor standar adalah agregasi dari ekspor mendetail dan berisi baris yang jauh lebih sedikit. Perbedaan ini disebabkan oleh dua kolom yang muncul dalam skema ekspor mendetail, tetapi tidak dalam ekspor standar:

• resource: struct yang berisi informasi tentang resource.
• subscription: berisi subscription.instance_id.

Jika kueri Anda tidak menggunakan kedua kolom ini, kueri tersebut akan berfungsi secara identik pada skema standar dan mendetail serta memberikan hasil yang sama. Namun, bergantung pada cara Anda menggunakan ekspor produksi, Anda mungkin lebih suka menguji kueri pada salah satu sampel, sehingga keduanya disediakan.

Ekspor data sampel juga berbeda dengan ekspor data produksi dalam hal-hal penting berikut:

• Pasca-migrasi: Jangan gunakan contoh ekspor setelah Anda memilih ikut serta dalam model data, karena setelah itu contoh ekspor tidak akan lagi akurat.
• Ukuran output: Karena perbedaan agregasi data, ukuran ekspor sampel mungkin bervariasi dari ekspor sebenarnya yang Anda lihat setelah memilih untuk ikut serta dalam perubahan ini.
• Metode pembulatan: Karena perbedaan metode pembulatan, perbedaan kecil mungkin terjadi dalam jumlah yang sangat kecil atau mata uang non-USD.
• Biaya prorata: Ekspor sampel mungkin melebih-lebihkan biaya untuk jam pertama dan terakhir pembelian CUD, karena tidak memperhitungkan biaya komitmen sebagian jam dengan cara yang sama. Pembelian CUD berbasis pembelanjaan akan memprorata biaya untuk jam pertama.
• Rekomendasi Time Basis untuk perbandingan: Saat membandingkan ekspor sampel dan ekspor produksi, gunakan usage_start_time sebagai dasar untuk menentukan jangka waktu di kedua ekspor, bukan export_time. Pengelompokan menurut tanggal partisi (kolom export_time) tidak menjamin snapshot penggunaan yang konsisten karena data untuk setiap ekspor diupload pada waktu yang berbeda.
• Keaktualan Data: Ekspor sampel dibuat sesuai jadwal dengan penundaan dibandingkan dengan BigQuery Export produksi Anda. Perbedaan dapat terjadi, terutama untuk tanggal penggunaan terbaru, karena waktu pemrosesan data. Hal ini karena data penggunaan diisi lebih lambat dalam ekspor sampel daripada ekspor produksi.
  • Rekomendasi untuk perbandingan: Jangan mencoba melakukan perbandingan pada data ekspor dengan usage_start_time kurang dari satu minggu sebelumnya.
• Kelengkapan data historis: Proses yang menghasilkan ekspor sampel terpisah dari ekspor standar. Proses ini dapat dipengaruhi oleh masalah operasional atau insiden layanan. Dalam kasus yang jarang terjadi, hal ini menyebabkan data tidak lengkap atau tidak ada dalam ekspor sampel untuk rentang tanggal tertentu. Misalnya, ekspor sampel mengalami masalah kelengkapan data untuk ekspor yang dilakukan antara 6 Agustus dan 9 Agustus 2025.
  • Rekomendasi untuk perbandingan: Saat memvalidasi contoh ekspor, terutama untuk data historis, perhatikan bahwa anomali tersebut mungkin ada. Pengujian dengan bulan invoice yang lebih baru dan lengkap (misalnya, September 2025) dapat memberikan pratinjau yang lebih akurat.
• Perbandingan sampel mendetail dan standar: Anda mungkin menemukan sedikit perbedaan antara hasil saat menguji kueri pada ekspor standar dan mendetail, lalu membandingkannya. Hal ini sudah diperkirakan karena alasan yang disebutkan sebelumnya.

Contoh skenario sebelum dan sesudah model CUD baru

Model CUD berbasis pengeluaran yang baru mengharuskan Anda merencanakan dan menyesuaikan sistem internal yang mungkin menggunakan data Penagihan Cloud. Oleh karena itu, kami menyediakan skenario berikut untuk menunjukkan perubahan skema ekspor data dan data, sebelum dan sesudah model CUD baru. Kami membagi skenario ini lebih lanjut menjadi situasi saat Anda menggunakan CUD secara berlebihan dan kurang untuk menunjukkan efeknya pada ekspor data.

Catatan: Data harga dalam skenario berikut hanya untuk tujuan contoh. Untuk mengetahui harga terbaru, lihat harga Compute Engine.

Untuk kedua skenario, pertimbangkan bahwa Anda telah membeli VM E2-Standard-8 di US Central 1, yang terdiri dari dua SKU untuk RAM dan Core. SKU ini masing-masing menggunakan ID fiktif RAM SKU dan Core SKU.

Kemudian, Anda membeli 1 Year GCE Flex CUD seharga $0,1/jam untuk skenario penggunaan berlebih dan $0,3/jam untuk skenario penggunaan kurang. Data ini direpresentasikan dalam data sebagai ID fiktif Fee SKU.

Catatan: Dalam skenario nyata, nilai ID untuk SKU dan SKU biaya akan dalam format ID 12 digit, misalnya F61D-4D51-AAFC.

Skenario CUD yang digunakan secara berlebihan

Dalam skenario penggunaan berlebih, Anda melakukan pembelian yang disebutkan sebelumnya dan menggunakan CUD secara berlebihan.

Data sebelum migrasi

Sebelum model CUD baru, skema ekspor dan nilai data Penagihan Cloud Anda terlihat seperti tabel berikut.

SKU	cost	usage.amount_in_pricing_units	usage.pricing_unit	price.effective_price	originating-sku ^1	subscription.instance_id	credits
SKU Biaya	0.046868	6,509490	jam	0,0072	SKU RAM	subscriptions/e52fd279-0851-4f53-a533-093119e27bad	[]
SKU Biaya	0,025132	3.490510	jam	0,0072	SKU Inti	subscriptions/e52fd279-0851-4f53-a533-093119e27bad	[]
SKU RAM	0,174496	8	gibibyte-jam	0,02181159	null	null	[{"amount":-0.065095,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}]
SKU Inti	0,093568	32	jam	0,00292353	null	null	[{"amount":-0.034905,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}]

^{1. Kolom ini mewakili nilai label goog-originating-sku-id.}

Data setelah migrasi

Setelah model CUD baru, skema ekspor Penagihan Cloud dan nilai data Anda akan terlihat seperti tabel berikut.

SKU	cost	usage.amount_in_pricing_units	usage.pricing_unit	consumption_model.description	price.effective_price	originating-sku ^1	subscription.instance_id	credits
SKU Biaya	0.046868	0.046868330	jam	Default	1	SKU RAM	subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb	[{"amount":"-0.046868","type":"FEE_UTILIZATION_OFFSET"}]
SKU Biaya	0,025132	0.025131670	jam	Default	1	SKU Inti	subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb	[{"amount":"-0.025132","type":"FEE_UTILIZATION_OFFSET"}]
SKU RAM	0,109398	5,015577498	gibibyte-jam	Default	0,02181159	null	null	[]
SKU Inti	0,058648	20.06066639	jam	Default	0,00292353	null	null	[]
SKU RAM	0.046868	2,984422502	gibibyte-jam	DA Fleksibel Compute 1 Tahun	0,01570434	null	subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb	[]
SKU Inti	0,025132	11,93933361	jam	DA Fleksibel Compute 1 Tahun	0.00210494	null	subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb	[]

^{1. Kolom ini mewakili nilai label goog-originating-sku-id.}

Perhatikan hal berikut dalam model CUD baru ini:

• Ada dua baris untuk setiap CUD, bukan satu baris untuk setiap CUD.
• Ada kolom consumption_model.description baru yang memisahkan entri CUD tambahan, dengan:
  • nilai Compute Flexible CUDs 1 Year menunjukkan bahwa Anda menerima diskon CUD yang diharapkan.
  • nilai Default menunjukkan bahwa Anda menggunakan CUD secara berlebihan, dan biaya Anda kembali ke harga default untuk jumlah kelebihan penggunaan. Hal ini juga ditunjukkan oleh subscription.instance_id yang tidak memiliki nilai.
  • baris biaya CUD juga memiliki nilai Default, karena diskon tidak berlaku untuk baris tersebut. Sebagai gantinya, kolom credits menunjukkan bahwa offset negatif diterapkan untuk meniadakan biaya.

Skenario CUD yang kurang dimanfaatkan

Untuk skenario kurang dimanfaatkan ini, kami berasumsi bahwa Anda melakukan pembelian yang disebutkan sebelumnya dan kurang memanfaatkan CUD.

Data sebelum migrasi

Sebelum model CUD baru, skema ekspor dan nilai data Penagihan Cloud Anda terlihat seperti tabel berikut.

SKU	cost	usage.amount_in_pricing_units	usage.pricing_unit	price.effective_price	originating-sku ^1	subscription.instance_id	credits
SKU Biaya	0.022994	3,194	jam	0,0072	null	subscriptions/e52fd279-0851-4f53-a533-093119e27bad	[]
SKU Biaya	0,125637	17.450	jam	0,0072	SKU RAM	subscriptions/e52fd279-0851-4f53-a533-093119e27bad	[]
SKU Biaya	0,067369	9.357	jam	0,0072	SKU Inti	subscriptions/e52fd279-0851-4f53-a533-093119e27bad	[]
SKU RAM	0,174496	8	gibibyte-jam	0,02181159	null	null	[{"amount":-0.174496,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}]
SKU Inti	0,093568	32	jam	0,00292353	null	null	[{"amount":-0.093568,"full_name":"Committed use discount - dollar based: GCE Commitments", "type":"COMMITTED_USAGE_DISCOUNT_DOLLAR_BASE"}]

^{1. Kolom ini mewakili nilai label goog-originating-sku-id.}

Data setelah migrasi

Setelah model CUD baru, skema ekspor Penagihan Cloud dan nilai data Anda akan terlihat seperti tabel berikut.

SKU	cost	usage.amount_in_pricing_units	usage.pricing_unit	price.effective_price	consumption_model.description	originating-sku ^1	subscription.instance_id	credits
SKU Biaya	0.022994	0,0230	jam	1	Default	null	subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb	[]
SKU Biaya	0,125637	0,1256371	jam	1	Default	SKU RAM	subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb	[{"amount":"-0.1256348","type":"FEE_UTILIZATION_OFFSET"}]
SKU Biaya	0,067369	0.0673690	jam	1	Default	SKU Inti	subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb	[{"amount":"-0.0673581","type":"FEE_UTILIZATION_OFFSET"}]
SKU RAM	0,125637	8	gibibyte-jam	0.0157043448	DA Fleksibel Compute 1 Tahun	null	subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb	[]
SKU Inti	0,067369	32	jam	0.0021049416	DA Fleksibel Compute 1 Tahun	null	subscriptions/1fd3b130-40f8-4a79-ac6f-5753aaa0ceeb	[]

^{1. Kolom ini mewakili nilai label goog-originating-sku-id.}

Perhatikan hal berikut dalam model CUD baru ini:

• Ada dua baris untuk setiap CUD, bukan satu baris untuk setiap CUD.
• Ada kolom consumption_model.description baru yang memisahkan entri CUD tambahan, dengan:
  • nilai Compute Flexible CUDs 1 Year menunjukkan bahwa Anda menerima diskon CUD yang diharapkan.
  • nilai Default menunjukkan baris biaya CUD, karena diskon tidak berlaku untuk baris tersebut. Sebagai gantinya, kolom credits menunjukkan bahwa offset negatif diterapkan untuk meniadakan biaya, yang digabungkan ke baris pertama.
• Baris pertama menampilkan jumlah biaya CUD.

Contoh Kueri untuk KPI CUD utama

Untuk contoh kueri yang menunjukkan cara menggunakan metrik KPI untuk memvalidasi bahwa sistem Anda berfungsi dengan baik dengan model data, lihat Contoh kueri untuk model data CUD.

Ekspor Penagihan Cloud ke BigQuery

Ekspor Penagihan Cloud ke BigQuery standar, mendetail, dan ekspor data penagihan ulang (khusus reseller) memiliki kolom baru atau yang diubah berikut:

Kolom	Jenis	Baru atau diperbarui
price	Struct	Sudah ada (tidak ada perubahan dalam ekspor mendetail atau penagihan ulang, ditambahkan ke ekspor standar.)
price.list_price	Angka	Kolom baru
price.effective_price_default	Angka	Kolom baru
price.list_price_consumption_model	Angka	Kolom baru
price.effective_price	Angka	Ada (deskripsi diperbarui dalam ekspor mendetail dan penagihan ulang; ditambahkan ke ekspor standar.)
price.tier_start_amount	Angka	Sudah ada di ekspor mendetail, ditambahkan ke ekspor standar.
price.unit	String	Sudah ada di ekspor mendetail, ditambahkan ke ekspor standar.
price.pricing_unit_quantity	Angka	Sudah ada di ekspor mendetail, ditambahkan ke ekspor standar.
cost_at_list	Angka	Kolom yang ada, deskripsi diperbarui untuk mencerminkan perubahan.
cost	Angka	Kolom yang ada, deskripsi diperbarui untuk mencerminkan perubahan.
cost_at_effective_price_default	Angka	Baru
cost_at_list_consumption_model	Angka	Baru
consumption_model	Struct	Baru
consumption_model.id	String	Baru
consumption_model.description	String	Baru

Perubahan ekspor harga

Ekspor harga Penagihan Cloud ke BigQuery menambahkan atau mengubah kolom berikut untuk informasi harga:

Kolom	Jenis	Baru atau diperbarui
list_price	Struct	Diperbarui
billing_account_price	Struct	Diperbarui
consumption_model_prices	Daftar struct	Baru
consumption_model_prices.consumption_model_id	String	Baru
consumption_model_prices.consumption_model_display_name	String	Baru
consumption_model_prices.list_price.tiered_rates.start_usage_amount	Float	Baru
consumption_model_prices.list_price.tiered_rates.usd_amount	Angka	Baru
consumption_model_prices.billing_account_price.tiered_rates.start_usage_amount	Float	Baru
consumption_model_prices.billing_account_price.tiered_rates.usd_amount	Angka	Baru

Informasi produk CUD baru

SKU biaya CUD baru menggantikan SKU biaya CUD yang ada, dan ID penawaran serta ID model pemakaian baru berlaku untuk semua CUD yang tercakup. Anda dapat menggunakan detail berikut untuk membantu menyesuaikan kueri dan dasbor.

Migrasi ID model pemakaian dan penawaran

Untuk mengetahui daftar penawaran dan ID model pemakaian yang dimigrasikan ke model data baru, lihat halaman SKU CUD, penawaran, dan ID model pemakaian yang dimigrasikan atau halaman Menggunakan API untuk membeli komitmen berbasis pembelanjaan.

Migrasi ID SKU Biaya CUD

Untuk melihat daftar ID SKU biaya CUD dan ID model pemakaian yang dimigrasikan dari model data lama ke model data saat ini, lihat [SKU, penawaran, dan ID model pemakaian CUD yang dimigrasikan.

API dan referensi

Pratinjau

Produk atau fitur ini tunduk pada "Persyaratan Penawaran Pra-GA" di bagian Persyaratan Layanan Umum dari Persyaratan Khusus Layanan. Produk dan fitur pra-GA tersedia "sebagaimana adanya" dan mungkin memiliki dukungan terbatas. Untuk mengetahui informasi selengkapnya, lihat deskripsi tahap peluncuran.

Anda dapat membeli komitmen untuk komitmen fleksibel VMware Engine dan Compute Engine dengan menggunakan Procurement API. Untuk mengetahui informasi selengkapnya, lihat Cloud Commerce Consumer Procurement API.

Topik terkait

• Peningkatan program CUD berbasis pembelanjaan
• Memverifikasi diskon setelah migrasi
• Memilih jumlah CUD yang tepat untuk dibeli
• Contoh kueri untuk model data CUD
• SKU CUD, penawaran, dan ID model pemakaian yang dimigrasikan
• Peningkatan antarmuka pengguna penagihan