はじめに
本記事は、BigQueryのコスト削減についてです！
BigQuery ML で構築された既存の機械学習モデルを Vertex AI に移行し、BigQuery ML の使用をやめることで、BigQuery の料金プランを Enterprise から Standard にダウングレードする取り組みについて紹介します。
実施手順のサンプルも紹介する予定ですが手順がやや長いため、記事を分割し、今回は実施までの経緯と作業の全体像を紹介します。
今後は以下のトピックに分け記事を作成する予定です。
- 背景、課題、目的、全体構成の整理 ※この記事
- BigQuery ML で作成したモデルを Vertex AI に移行する手順
- BigQuery クエリから Vertex AI を呼び出して推論を実行する手順
背景と課題
既存の BigQuery 環境では、毎日決まった時間にある予測を行う処理で BigQuery ML のモデルを使用しています。この処理を実現するためには、BigQuery Editions の Enterprise プランが必要です。
しかし、以下のような状況から、Enterprise プランを維持するコストに疑問が生じていました。
- BigQuery ML の利用はこの1件のみ
- モデルは 数年間、一度も更新（再学習）されていない
- その他の用途は Standard プランで十分まかなえる
※参考
BigQuery Editions プラン毎の機能
目的
この状況をふまえ、BigQuery ML のモデルを Vertex AI に移行し、BigQuery から Vertex AI を呼び出して推論を行う構成に変更することで、Enterprise プランを不要とすることを目指します。
これにより、継続的なコスト削減を図ると同時に、Vertex AI の活用による柔軟な運用体制へのシフトも実現可能になります。
構成
現在の構成と、移行後の構成はこのようになります。
BigQuery MLモデルの機能はVertex AIに移行して使用しますが、
BigQueryからVertex AIに移行したモデルの使用にあたり、BigQueryリモートファンクションやCloudRunを使用します。
※参考
BigQuery リモート関数を作成する
コストの削減
この取り組みのコスト削減予測です。
以下、hourがBigQueryの課金発生時間(slot/h)になるため、ここの使用時間により削減額が増減します。
Vertex AIのタイプは小さいものを選択しておりますが、スペックに応じて料金は変動します。
※参考
BigQuery Editions 料金について
おわりに
背景、課題、目的、全体構成の整理は以上になります。
次回から実際の手順の紹介をします！
We're Hiring!
DELTAではチームの一員になっていただける仲間を募集中です！
下記フォームよりお気軽にご連絡ください！
DELTAは、ベンチャースタートアップなどの成長企業向けに、ソフトウェア・プロダクト開発や技術選定支援などの技術支援事業を提供しています。 また、成長企業向けに様々な事業支援を提供するSEVENRICH GROUPに属して、グループ内の事業会社や、出資先の支援もおこなっています。
Discussion