ปฎิเสธไม่ได้เลยว่าพระเอกชูโรงของ Google ในกลุ่มงาน Data คือ BigQuery ซึ่งถือว่าเป็นหัวใจสำคัญในการทำงานด้านการวิเคราะห์และปัญญาประดิษฐ์ (Data Anlytics & AI) และเป็นส่วนสำคัญพื้นฐานใน Data Warehouse Modernization Solution และจากงาน Data Cloud & AI Summit เมื่อ 29 มีนาคม 2023 ที่ผ่านมา BigQuery ก็ได้ประกาศออก Editions ใหม่ที่ทำให้การทำงานด้าน Data Cloud ยืดหยุ่นกับโมเดลที่ควบคุมและคาดการณ์ Cost ได้ดียิ่งขึ้นกว่าเดิม
BigQuery Editions คืออะไร?
ก่อนจะไปรู้จักกับ editions ใหม่ เราขอท้าวความถึงเจ้าตัว BigQuery และราคาแบบเดิม ๆ กันก่อนเพื่อให้เข้าใจที่มาที่ไปกันมากขึ้น

BigQuery เป็น Data Warehouse ระดับ Enterprise ที่มีสมรรถนะสูงทั้งการจัดเก็บข้อมูลที่เก่งมาก ๆ รองรับทั้ง real-time และ batch อีกทั้ง query ที่รวดเร็วปานสายฟ้าแลบ ระดับที่ข้อมูลหลาย Terabyte สามารถคำนวณเป็นผลลัพธ์ได้ในหลักวินาที ซึ่งนี่คือพื้นฐานของ Data Warehouse ที่สืบทอดกันมา
ทว่า BigQuery เก่งกว่านั้นโดยรองรับการทำ Machine Learning ได้ในตัวด้วย Feature BigQuery ML และเชื่อมต่อกับเครื่องมือการวิเคราะห์ต่าง ๆ อย่าง Business Intelligence ได้ง่ายดาย อาทิ Google Sheets, Looker, Looker Studio, Tableau และอื่น ๆ แถมยังมี feature ที่ทำให้งาน BI ดีขึ้นอีกอย่าง BigQuery BI Engine ทั้งหมดนี้เราไม่ต้องจัดการเรื่อง operation เลย เพราะ Google ดูแลให้ทั้งหมด เป็น serverless ชนิดที่เรียกว่า Fully Managed Services

สถาปัตยกรรมของ BigQuery
ความลับอันทรงพลังนี้อยู่ในสถาปัตยกรรมที่ Google ออกแบบมาโดยแยกส่วนพื้นที่จัดเก็บ (Storage) กับ หน่วยประมวลผล (Compute) ออกจากกัน สามารถ auto scaling ได้ในลักษณะที่อิสระต่อกัน

ดังนั้นการคิดราคาแบบดั้งเดิมจึงอิงกับสถาปัตยกรรมนี้ ซึ่งหลัก ๆ มีสองแกน คือแกนจัดเก็บ (Storage) และแกนประมวลผล (Analysis)

หากเราคำนวณง่าย ๆ โดยใช้ BigQuery ที่ Region US จะมีราคาดังนี้
- Storage คิดค่าจัดเก็บ คือ $0.02 per GB (คิดเงินไทยประมาณ GB ละ 70 สตางค์ และหากเก็บไว้โดยไม่เปลี่ยนแปลงข้อมูลใน partition นั้น ๆ เกิน 3 เดือน ราคา storage จะลดลง 50% คิดเป็นเงินไทยประมาณ GB ละ 35 สตางค์)
- Analysis คิดค่าประมวลผลในการ Scan Data มาตอบ คือ $5.00 per TB (คิดเป็นเงินไทยสำหรับ Query ที่มีขนาด
Scan Data 500 MB คือประมาณ 10 สตางค์ ซึ่ง 500 MB นั้นข้อมูลที่เราสืบค้นอาจใหญ่เป็นล้านแถวเลยก็ได้)
ทั้งหมดยังไม่รวม Free Tier ที่ Google ให้เป็น Benefit แก่ผู้ใช้และ BigQuery ML หรืออื่น ๆ อีก สิ่งเหล่านี้เราเรียกว่า Pay As You Go หรือ Pay Per Use คือคิดตามการใช้งานจริง ไม่ใช้ก็ไม่ต้องเสียค่าใช้จ่ายในส่วนนี้
การ Query แบบ Pay As You Go ก็คือ On-Demand และ Query ยังมีราคาแบบเหมา ๆ คือจองหน่วยประมวลผลในการ Query เพื่อประโยชน์ในการควบคุมราคาอย่าง Flat-Rate และ Flex Slots
BigQuery ไม่เคยหยุดพัฒนาสิ่งใหม่ ๆ
กว่าทศวรรษที่ทีม Google BigQuery ทำงานกับองค์กรต่าง ๆ จึงพยายามสร้างสรรค์ประสบการณ์ที่ตอบโจทย์ผู้ใช้งานในด้านต่าง ๆ ที่ต้องการควบคุม cost แบบ flat-rate มา แต่ไม่ต้อง commit รายเดือนหรือรายปี หรือต้องคอยมาเปิด-ปิดบ่อย ๆ บน flex slots และยังคงยืดหยุ่น สามารถควบคุมการจัดการเหล่านี้ได้ง่ายอยู่ จึงเป็นที่มาของ BigQuery Editions

มารู้จักกับ BigQuery Editions ทั้ง 3 แบบ
BigQuery โมเดลใหม่มาพร้อมกับ BigQuery Editions ทั้ง 3 แบบ คือ Standard, Enterprise และ Enterprise Plus

ทั้ง 3 Editions จะใช้วิธีคิดเงินในแกนหน่วยประมวลหรือ Query จาก On-Demand หรือ Flat-rate, Flex slots แบบเดิมเป็น Autoscaling Slots คือคิดตามหน่วยประมวลผลที่เรียกว่า Slot Hour (คิดต่ำสุด 1 นาที) มองเป็น Pay As You Go ของการใช้งาน Slot ได้
แล้ว BigQuery Slots คือะไร?
Slots คือหน่วยประมวลที่ BigQuery ใช้ใน operation ต่างๆ อาทิ query, data import/export หรือ train machine learning model ถ้าให้นึกภาพง่าย ๆ ใน slot จะประกอบไปด้วย CPU, Memory, Network
ใน BigQuery Editions จะถูกคิดเป็น slot hours ซึ่งหมายถึงจำนวน slots ที่ใช้ query ในเวลา 1 ชั่วโมง ตัวอย่างเช่น SQL query ที่เราใช้ในการประมวลผลนี้ใช้ 10 slots เป็นเวลา 45 นาที หมายความว่าเราใช้ 7.5 slot-hours

ราคาของ BigQuery แต่ละ Editions เป็นอย่างไร?
ในการ query แบบ on-demand เราไม่ต้องคำนึงถึง slots ที่ใช้ในแต่ละครั้ง เราคิดแค่ค่า scan data แต่ BigQuery Editions จะคิดเป็น slot hours แทนและแต่ละ editions ก็จะคิดราคา slot hours ที่แตกต่างกันไปตามความเหมาะสมกับ features ที่เราใช้งาน ดังนี้
- Standard รุ่นสบายกระเป๋า เหมาะสำหรับเริ่มต้นกับ BigQuery Editions
- ราคา $0.04 / slot hour
- Enterprise รุ่นครบครัน ซึ่งรวม features ที่ใช้ในระดับองค์กร อาทิ BigQuery ML, BI Engine, Data Governance, VPC Security Control และ Compliance ต่างๆ มาในตัวเองเลย รวมถึงการทำ comitment เพื่อรับส่วนลดการใช้งานรายปี
- ราคาเริ่มต้น $0.06 / slot hour
- ลดอีก 20% จากราคาเริ่มต้น เหลือ $0.0480 /slot hour เมื่อ commit 1 ปี
- ลดอีก 40% จากราคาเริ่มต้น เหลือ $0.0360 /slot hour เมื่อ commit 3 ปี
- Enterprise Plus รุ่นพี่ใหญ่ ที่มาพร้อมกับ features ด้าน security อาทิ CMEK และ Compliance ตัวใหญ่ ๆ ระดับสากล
- ราคาเริ่มต้น $0.1 / slot hour
- ลดอีก 20% จากราคาเริ่มต้น เหลือ $0.08 /slot hour เมื่อ commit 1 ปี
- ลดอีก 40% จากราคาเริ่มต้น เหลือ $0.06 /slot hour เมื่อ commit 3 ปี
ทุกท่านสามารถอ่านเพิ่มเติมสำหรับ features ทั้งหมดได้ที่ BigQuery Editions features ได้ ทั้งนี้เพื่อความเหมาะสมในแง่ของคุณสมบัติ serverless และประสิทธิภาพของการประมวลผล จึงมีการปรับราคา on-demand ขึ้น 25% ทุก regions เริ่ม 5 กรกฎาคม 2023 เป็นต้นไป
Benefit ที่เราจะได้เมื่อเลือกใช้ BigQuery Editions
- ช่วยให้ผู้ใช้ไม่ต้องคอยจอง slot แบบ flat-rate หรือเปิด-ปิด flex slots อยู่บ่อย ๆ
- ง่ายต่อการคิด cost แต่ละ features ของ on-demand มารวมอยู่ในที่เดียว
- ยืดหยุ่นในการเลือก editions ว่าจุดไหนหรือ tier ไหนเหมาะสมกับ workload ของตัวเอง
- สามารถ mix and match editions ในแต่ละ workload ที่องค์กรต้องการได้
- เข้าถึง advanced feature และความสามารถใหม่ ๆ ที่ทาง Google พัฒนาขึ้นเรื่อย ๆ
- มีราคา capacity commitment ให้กับผู้ใช้สำหรับวางแผน workload ของตนเอง
การเปลี่ยนแปลงด้าน BigQuery editions นี้จะกระทบใครบ้าง?
การเปลี่ยนแปลงในส่วนการใช้งานของลูกค้ายังคงสามารถใช้งานแบบ On-demand Query ได้อยู่ ซึ่งจัดเป็น BigQuery non-editions สามารถใช้ features ของทุก editions ได้เต็มรูปแบบ
ในส่วนของราคาจะมีผลต่อผู้ใช้ BigQuery ทุกคน ซึ่งสามารถแตกย่อยได้ดังนี้
- ผู้ที่ใช้ BigQuery flat-rate หรือ flex slots
- ผู้ที่ใช้ BigQuery on-demand analysis
การเปลี่ยนแปลงด้านราคามีผลในวันใด?
ตามประกาศ Mandatory Service Announcement (MSA) ทาง Google จะแจ้งลูกค้าทุกท่านให้ทราบในวันที่ 30 มีนาคม 2023 และมีผลบังคับใช้ในวันที่ 5 กรกฎาคม 2023 ซึ่งมีเวลามากกว่า 90 วันเพียงพอต่อการเตรียมตัวกับ editions ใหม่
ต้องเตรียมสำหรับการ Migration นี้ไหม?
ลูกค้าที่ใช้ on-demand analysis ไม่จำเป็นต้องทำอะไร ส่วนลูกค้าที่ใช้ flat rate หรือ flex slot reservations นั้นที่ยัง active อยู่ ก่อนหรือหลัง migration วันที่ 5 กรกฎาคม 2023 สามารถเลือก options ในการ commit usages เป็น 1 หรือ 3 ปีได้ ซึ่งการ commitment จะมาใน BigQuery Enterprise ขึ้นไป เพื่อประหยัด cost ได้ดีกว่าเดิม
ผู้ใช้ flat-rate และ flex-slot รายเดือนจะถูกปรับเป็นราคาใหม่ และผู้ใช้ flat rate รายปีจะถูกปรับเป็นราคา BigQuery editions หลังมี renewal ตั้งแต่วันที่ 5 กรกฎาคม 2023
Conclusion
โดยสรุปแล้ว BigQuery มีความหลากหลายและยืดหยุ่นทั้งในมุมการใช้งานและราคาที่เลือกได้, ควบคุมได้ คิดง่ายกว่าเดิมตามความต้องการลูกค้าและ workload ของแต่ละองค์กร ดังนั้นไม่ว่าเราจะมีรูปแบบการใช้งานแบบใด เราสามารถ mix and match เจ้าตัว BigQuery Editions and Non-Edtion ได้ตามความต้องการ
ติดต่อผู้เชี่ยวชาญที่ให้คำปรึกษาด้าน Data Analytics, AI, ML จาก Tangerine
ได้ที่อีเมล marketing@tangerine.co.th หรือโทร 094-999-4263 ได้ทันที