Ir para conteúdo principal Pular para conteúdo complementar

Medidores de valor da assinatura

As assinaturas baseadas em capacidade do Qlik Cloud têm o volume de Dados para análise ou Dados movidos como medidor de valor primário. Para o Qlik Cloud Analytics Standard, o medidor de valor é o número de usuários completos.

A tabela mostra os medidores de valor primário para cada uma das opções de assinatura.

Medidores de valor da assinatura
Opção de assinatura Medidor de valor
Qlik Cloud Enterprise Dados para análise e Dados movidos
Qlik Cloud Data Integration Standard e Premium Dados movidos
Qlik Cloud Analytics Premium Dados para análise
Qlik Cloud Analytics Standard Usuários completos

Os administradores podem monitorar o consumo de Dados para análises, Dados movidos, Usuários completos e outros recursos no Console de gerenciamento e no aplicativo Data Capacity Reporting. Para obter mais informações, consulte Monitorando o consumo de recursos e Monitorando o uso com relatórios de consumo detalhados. O proprietário da conta de serviço da assinatura do Qlik Cloud pode monitorar o consumo e visualizar os detalhes da assinatura no portal My Qlik.

Dados para análise

O Qlik Cloud Analytics é medido em termos de volume de Dados para Análise. Seu pico de uso mensal é medido em relação à capacidade adquirida. A métrica Dados para análise é o total de todos os dados carregados e residentes no Qlik Cloud, conforme especificado abaixo.

Os dados a seguir estão incluídos na métrica:

  • Dados carregados no Qlik Cloud de fontes externas. Para recargas, novos dados incrementais aumentam a contagem de dados. Se a recarga tiver menos dados, a contagem de dados diminui.

  • Arquivos de dados carregados ou criados no Qlik Cloud. O tamanho do arquivo é contado. Se você copiar arquivos de dados no Qlik Cloud, os novos arquivos de dados serão incluídos na contagem.

A métrica de dados analisados é calculada como:

  • O volume de dados externos ingeridos no Qlik Cloud através de um aplicativo Qlik Sense.

  • O tamanho do arquivo QVD resultante de dados externos sendo carregados no Qlik Cloud por meio do Qlik Data Gateway - Data Movement.

  • O tamanho dos arquivos de dados carregados no Qlik Cloud.

  • O tamanho máximo de carregamento dos aplicativos carregados no Qlik Cloud.

Os dados carregados em vários locatários são contados diversas vezes, enquanto os dados carregados uma vez e usados em vários aplicativos são contados apenas uma vez.

Assinando a capacidade de Dados para análise

Você assina pacotes de dados com base em seus requisitos de Dados para análise. Além dos pacotes de dados, cada direito de Usuário completo inclui uma determinada capacidade de Dados para análise. Esses dados ficam restritos ao espaço pessoal do usuário e não são contabilizados no total de Dados para análise. Porém, se o usuário mover os dados para um espaço compartilhado para colaborar com outros usuários, eles serão contabilizados.

Observe que o Qlik Cloud Analytics Standard possui uma capacidade fixa de dados. Para esta edição, você assina com base no número de usuários completos.

Movendo dados para o Qlik Cloud

Suas opções para movimentação de dados incluem:

  • Conexões de dados diretas do Qlik Sense

  • Qlik Data Gateway - Direct Access

  • Movimentação de dados para o Qlik Cloud com o Qlik Cloud Data Integration

    Você pode mover dados para o Qlik Cloud de qualquer fonte com as edições Premium e Enterprise do Qlik Cloud Analytics. Com o Qlik Cloud Analytics Standard, você pode mover dados de qualquer fonte, exceto SAP, mainframe e fontes legadas.

Calculando e gerenciando o volume de Dados para Análises

Compreender como Dados para Análises são calculados pode ajudar você a aproveitar ao máximo sua capacidade de Dados para Análises no Qlik Cloud. Nesta seção, examinaremos mais de perto como o pico mensal, o carregamento de dados, os recarregamentos de aplicativos e a criação de dados são medidos e também examinaremos as práticas recomendadas de gerenciamento de dados.

Pico mensal

O pico diário representa o volume total de Dados para Análises para um determinado dia. O pico diário máximo do mês é o pico mensal, que é medido em relação à capacidade adquirida de Dados para Análises.

O pico diário é calculado como a soma de todos os tamanhos de arquivo para formatos como QVD, CSV ou arquivos de texto, mais o máximo de bytes ingeridos de fontes externas para recarregamentos de aplicativos naquele dia.

Vejamos o seguinte exemplo:

Ao longo do mês, o uso diário de dados varia. No dia 1, atinge o pico de 3 GB, enquanto, no dia 2, é de 6 GB, e assim sucessivamente até o final do mês. O maior uso diário, registrado no dia 2, foi de 6 GB. Isso nos dá um pico mensal de 6 GB. Nos dias em que não há recarregamento de aplicativos, como visto no dia 3 do nosso exemplo, o valor do dia anterior é transferido.

O pico mensal é de 6 GB, registrado no dia 2.

Tabela mostrando como o recarregamento de arquivos e aplicativos contribui para o pico diário.

Carregando dados no Qlik Cloud

Dados carregados no Qlik Cloud provenientes de fontes externas contam para o pico diário. Quando você carrega dados em um locatário, eles são contados uma vez e podem ser analisados e usados diversas vezes. Os dados carregados em vários locatários são contados várias vezes.

Os dados que contribuem para o pico diário são medidos da seguinte forma:

  • Dados baseados em arquivo carregados por meio de um aplicativo Qlik Sense são medidos pelo tamanho do arquivo.

  • Recarregamentos de aplicativos usando consultas ou conectores são contados como o máximo de bytes ingeridos da fonte de dados. Quando há vários recarregamentos acontecendo no mesmo dia, o maior tamanho do aplicativo é aquele que será contado para o pico diário. Por exemplo, se um aplicativo for recarregado durante um dia com 0,75 GB, 1,25 GB e 1 GB, respectivamente, o valor usado para esse dia será 1,25 GB.

  • Dados carregados no Qlik Cloud por meio do Qlik Data Gateway - Data Movement são medidos pelo tamanho do arquivo QVD resultante.

  • Os aplicativos que são carregados por meio de importação de arquivos, seja no hub ou usando a qlik-cli, são medidos pelo tamanho máximo de recarregamento do aplicativo.

  • Os arquivos QVD carregados são medidos pelo tamanho do arquivo.

Diferentes maneiras de carregar dados no Qlik Cloud: por meio de aplicativos, movimentação de dados ou importados usando o hub ou a qlik-cli.

Ilustração de diferentes métodos para carregar dados no Qlik Cloud.

Nas seguintes situações, os dados não são incluídos no cálculo do pico diário:

  • Os dados carregados no espaço pessoal de um usuário não são contados, desde que estejam restritos a esse espaço. Se o usuário mover os dados para um espaço compartilhado para colaborar com outras pessoas, eles serão contabilizados.

  • Se um recarregamento falhar, os bytes ingeridos não serão contados. No entanto, quaisquer arquivos QVD resultantes serão contados.

  • Quando você carrega um aplicativo com dados que já no Qlik Cloud, o carregamento de dados não é contado. Por exemplo, aplicativos copiados ou carregados binários (carregando dados de outro aplicativo Qlik Sense) não afetam o pico diário, desde que não sejam recarregados de uma fonte externa.

Os recarregamentos de aplicativos de fontes internas não têm impacto no pico diário.

Ilustração de recarregamentos de aplicativos que não contam para o pico diário.

Medindo bytes ingeridos para recarregamentos de aplicativos

O seguinte é aplicável quando você recarrega um aplicativo Qlik Sense de uma fonte externa:

  • Você pode recarregar um aplicativo diversas vezes do mesmo conjunto de dados de origem sem afetar o pico diário, desde que o volume de dados permaneça inalterado.

  • Se o conjunto de dados de origem aumentar de tamanho, o pico diário será afetado. Cada GB adicional de dados adicionados ao conjunto de dados contribui com uma quantidade equivalente para os dados ingeridos durante o recarregamento.

  • Por outro lado, se o tamanho do conjunto de dados de origem diminuir, essa redução também se refletirá no pico diário. Por exemplo, se o tamanho do conjunto de dados for reduzido em 0,25 GB, o tamanho de recarregamento diminuirá na mesma proporção. No entanto, se um recarregamento de 1 GB ocorresse no início do dia, o pico diário desse dia seria de 1 GB. A redução apenas se refletiria no pico diário do dia seguinte.

  • Alterações no conteúdo do conjunto de dados de origem, sem alterar seu tamanho, não afetam o pico diário. O pico diário é afetado apenas pelo volume de dados.

Medindo bytes ingeridos quando o tamanho ou o conteúdo do conjunto de dados de origem é alterado.

Ilustração de recarregamentos de aplicativos de conjuntos de dados de tamanhos diferentes.
  • Se você consultar o mesmo conjunto de dados diversas vezes em um único script de carregamento, todas essas consultas serão contadas separadamente, e seus volumes de dados serão somados. Por exemplo, se você tiver um script de carregamento que inclua três consultas de 1 GB cada do mesmo conjunto de dados, todas as três consultas serão contadas individualmente. Portanto, o total de dados contados para o seu pico diário será de 3 GB.

  • Carregar um aplicativo e, mais tarde, descartar a tabela não reduz o pico diário, pois este é baseado no tamanho máximo de recarregamento do aplicativo naquele dia.

  • Se você carregar um aplicativo e excluí-lo no mesmo dia, ele ainda contribuirá para o pico diário daquele dia. No entanto, isso reduz o pico diário do dia seguinte, quando o aplicativo não existir mais.

Medindo bytes ingeridos para diferentes cenários de recarregamento de aplicativos.

Ilustração de diferentes cenários de recarregamento de aplicativos.

Medindo dados carregados em arquivos QVD com o Qlik Cloud Data Integration

O seguinte é aplicável quando você carrega dados em um arquivo QVD de uma fonte externa usando o Qlik Data Gateway - Data Movement:

  • Você pode fazer upload, importar ou gerar um conjunto de dados diversas vezes sem afetar o pico diário, desde que o volume de dados permaneça inalterado.

  • Se o conjunto de dados de origem aumentar de tamanho, o pico diário será afetado. Cada GB adicional de dados adicionados ao conjunto de dados contribui com uma quantidade equivalente para o tamanho do arquivo QVD resultante.

  • Por outro lado, se o tamanho do conjunto de dados de origem diminuir, essa redução também se refletirá no pico diário. Por exemplo, se o tamanho do conjunto de dados for reduzido em 0,25 GB, o tamanho do arquivo QVD resultante diminuirá na mesma proporção.

  • Alterações no conteúdo do conjunto de dados de origem, sem alterar seu tamanho, não afetam o pico diário. O pico diário é afetado apenas pelo volume de dados.

Medindo o tamanho do arquivo QVD quando o tamanho ou o conteúdo do conjunto de dados de origem é alterado.

Ilustração de cargas QVD de conjuntos de dados de tamanhos diferentes.

Carregando aplicativos de fontes externas e internas

É importante entender como os dados carregados nos aplicativos afetam o pico diário, dependendo da fonte de dados. Vamos considerar os seguintes cenários em que os dados são carregados de diferentes fontes.

  • Um aplicativo é carregado de uma fonte externa

    Quando você carrega dados de uma fonte externa em um aplicativo, eles contam como bytes ingeridos. Por exemplo, se você carregar 10 GB, a contribuição para o pico diário será de 10 GB.

  • Um aplicativo é carregado de um QVD no Qlik Cloud

    Carregando dados em um aplicativo a partir de um arquivo QVD que reside no Qlik Cloud não conta para o pico diário. Se 10 GB de dados forem carregados em um aplicativo a partir do QVD, os dados não serão contados, pois não há ingestão de dados externos. A contribuição para o pico diário será de 0 GB.

  • Um novo arquivo QVD é gerado a partir de um QVD no Qlik Cloud

    Os dados carregados em um aplicativo gerador de QVD a partir de um QVD baseado no Qlik Cloud não são contabilizados no pico diário. No entanto, o arquivo QVD resultante gerado pelo aplicativo conta. Por exemplo, se um arquivo QVD de 10 GB for transformado em um novo QVD de 5 GB, a contribuição para o pico diário será a soma dos dois arquivos, que será de 15 GB. Como não há ingestão de dados externos, a carga do aplicativo gerador de QVD (um aplicativo dedicado que cria um modelo de dados e gera um QVD) não é contabilizada.

  • Um aplicativo é carregado de fontes externas e internas

    Se um aplicativo carregar 10 GB de uma fonte externa e 5 GB de um QVD dentro do Qlik Cloud, a contribuição total para o pico diário do aplicativo será de 10 GB, pois apenas os dados carregados da fonte externa são contabilizados.

Medindo o total de arquivos de dados mais os dados ingeridos ao carregar de fontes internas e externas.

Ilustração de exemplos de cálculo do total de dados carregados.

Criando dados no Qlik Cloud

Quando você cria novos dados no Qlik Cloud, seja copiando arquivos de dados ou derivando-os através da combinação e processamento de dados brutos existentes, eles contam para o pico diário. Os dados são medidos como o tamanho total dos arquivos gerados durante o processo de criação de dados. Os dados criados são contados apenas uma vez, independentemente de quantos aplicativos os utilizam.

Considere estes exemplos de criação de dados:

  • A criação de um arquivo QVD de 1 GB usando a instrução STORE adiciona 1 GB ao pico diário.

  • Copiar um arquivo QVD de 1 GB adiciona 1 GB ao pico diário, pois ambas as cópias contribuem para o total.

  • A criação de um arquivo QVD de 0,5 GB por meio da transformação adiciona 0,5 GB ao pico diário. Somente o arquivo QVD resultante é contado. O aplicativo gerador de QVD não é contado porque carrega dados que já estão no Qlik Cloud.

Medindo arquivos de dados criados no Qlik Cloud.

Ilustração de exemplos de cálculo do total de dados criados.

Melhores práticas para gerenciamento de dados

O gerenciamento adequado de dados melhora o desempenho e garante que você aproveite ao máximo sua capacidade de Dados para Análises. Esta seção mostrará como lidar com dados de forma eficiente no Qlik Cloud.

  • Criar arquivos QVD para reutilização de dados

    Ao lidar com dados que serão usados em vários aplicativos Qlik Sense, considere criar arquivos QVD. Os arquivos QVD permitem carregar dados uma vez e reutilizá-los em vários aplicativos sem aumentar o pico diário. Isso pode reduzir significativamente os custos de ingestão e armazenamento de dados.

    Por exemplo, se você carregar 10 GB de dados externos e criar um arquivo QVD de 5 GB, terá um total de 15 GB de dados contribuindo para o pico diário. Carregar os mesmos dados diretamente em dois aplicativos resulta em 20 GB.

    Criar um QVD e carregar aplicativos a partir dele é mais eficiente do que carregar dados externos diretamente em vários aplicativos.

    Ilustração mostrando o total de dados ao usar o QVD para carregamento de aplicativos e ao carregar diretamente em aplicativos.

    Em geral, a criação de arquivos QVD para reutilização de dados com o Qlik Data Gateway - Data Movement é mais eficiente do que recarregar dados diretamente por meio de aplicativos.

  • Usar métodos eficientes de carregamento de dados

    Aproveite as vantagens das transformações de pushdown com SQL para otimizar o carregamento de dados. Essa técnica envolve enviar transformações e operações de dados diretamente para a fonte de dados. Ao filtrar e transformar dados na origem, você reduz o volume de dados transferidos e melhora a eficiência do carregamento.

    Por exemplo, nesta consulta pushdown, a cláusula WHERE é processada diretamente nos dados de origem. Somente o subconjunto de dados que atender aos critérios específicos é transferido, reduzindo assim a quantidade de dados carregados na memória.

    Select * from my-external-database-table where my_column = 10

    Observe que, no caso de carregamento de arquivos QVD, a cláusula WHERE é processada após a leitura do arquivo da fonte e todo o arquivo é contado.

  • Usar aplicativos sob demanda para conjuntos de dados grandes

    Aplicativos sob demanda (ODAG) são úteis ao lidar com conjuntos de dados grandes. ODAG permite carregar dados agregados para o aplicativo pai e buscar dados mais detalhados somente quando necessário. Os usuários obtêm visualizações agregadas de armazenamentos de big data, o que lhes permite identificar e carregar subconjuntos relevantes de dados para análises detalhadas. Para obter mais informações, consulte Aplicativos On-demand.

  • Lidar com conjuntos de dados grandes com o Direct Query e exibições dinâmicas

    Para conjuntos de dados grandes, considere usar o Direct Query e exibições dinâmicas. Com esses recursos, você pode consultar e visualizar subconjuntos relevantes de conjuntos de dados grandes sem a necessidade de importar ou carregar todos os dados na memória. Embora existam algumas limitações em comparação com aplicativos na memória, essa é uma maneira eficiente de trabalhar com conjuntos de dados substanciais. Para obter mais informações, consulte Aplicativos Direct Query e Gerenciando dados com exibições dinâmicas.

  • Limpar regularmente aplicativos e arquivos de dados não utilizados

    Para otimizar o uso de recursos e melhorar o desempenho geral do site, identifique e exclua regularmente aplicativos e arquivos de dados não utilizados. As etapas a seguir podem ajudar na limpeza:

Dados movidos

A métrica Dados movidos é a soma de todos os dados movidos para um destino. Você pode mover dados para qualquer tipo de alvo. O tipo de fontes das quais você pode mover dados depende de sua assinatura. O Qlik Cloud Data Integration Premium e Enterprise oferecem suporte a todas as fontes, mas a edição Standard não oferece suporte a fontes SAP e mainframe. Não há limite para o número de alvos ou fontes.

Os dados movidos são medidos a partir do início do mês. É contado quando aterrissou no alvo. Isso significa que os mesmos dados replicados para dois alvos diferentes são contados duas vezes. O carregamento total inicial de novas tabelas ou arquivos é gratuito e não é contabilizado.

O volume de Dados movidos é calculado como o número de linhas no conjunto de dados multiplicado pelo tamanho estimado da linha. O tamanho estimado da linha é calculado como o tamanho total de todas as colunas em uma linha, com base no tipo de dados de cada coluna. Para obter detalhes sobre como a representação interna dos tipos de dados é mapeada para seu esquema de destino, consulte Conectando-se a plataformas de dados em nuvem em seus projetos de dados e acesse a seção Tipos de dados no tópico da sua plataforma de dados de nuvem.

Nota informativa

A contagem de linhas usada no cálculo do volume de Dados movidos pode diferir um pouco do valor esperado. Essas pequenas diferenças são esperadas e causadas por artefatos técnicos que não podem ser controlados pelo Qlik.

Por exemplo, ao carregar uma tabela grande, o banco de dados pode enviar a mesma linha duas vezes (leituras fantasmas) ou contar uma linha como recarga e como linha de alteração. As diferenças também podem surgir nas contagens de alterações quando uma alteração causa uma execução de acionador, que faz alterações inesperadas adicionais, e as contagens de alterações são lidas de um log de transação ou de uma fonte de alteração.

O cálculo de Dados movidos é baseado no conjunto de dados de aterrissagem conforme aparece no Qlik Cloud. Alterações neste conjunto de dados serão levadas em consideração, como adicionar novas colunas. Se você estiver tentando reproduzir os cálculos de volume de Dados movidos, certifique-se de estar usando os tipos de dados corretos conforme eles aparecem no Qlik Cloud e não a fonte, pois isso afeta o tamanho da coluna no cálculo. Por exemplo, usar varchar(20) em vez de varchar(10) dobra a contribuição da coluna para o tamanho estimado da linha.

A tabela a seguir lista o tamanho de cada tipo de dados. A função min() usada para bytes, string e wstring retorna o menor dos dois valores, comprimento/2 ou 200.

Tamanhos para tipos de dados do Qlik Cloud
Tipo de dados Tamanho (em bytes)
Não especificado 1
BOOLEAN 1
BYTES(length) min(length/2, 200)
DATE 4
TIME 4
DATETIME 8
INT1 1
INT2 2
INT4 4
INT8 8
REAL4 2
REAL8 4
UINT1 1
UINT2 2
UINT4 4
UINT8 8
NUMERIC 2
STRING(length) min(length/2, 200)
WSTRING(length) min(length/2, 200)
BLOB 200
CLOB 200
NCLOB 200

Exemplo: Calculando o volume de Dados movidos

Neste exemplo, temos um conjunto de dados para categorias de produtos. O conjunto de dados tem 100 linhas e as seguintes colunas:

Nome da coluna Tipo de dados
CategoryID INT4
CategoryName WSTRING(15)
Descrição NCLOB
Imagem BLOB

Existe um tamanho fixo para cada tipo de dado:

Tipo de dados Tamanho (em bytes)
INT4 4
WSTRING(15) min(15/2, 200) = 7,5
NCLOB 200
BLOB 200

Agora podemos calcular o tamanho estimado da linha como a soma dos tamanhos das colunas: 4 + 7,5 + 200 + 200 = 411,5 bytes. Multiplicado por 100 linhas, isso nos dá um volume total de dados de 41.150 bytes.

Usuários completos

Como Usuário completo, você pode visualizar, editar e criar conteúdo em aplicativos, exportar gráficos e aplicativos, trabalhar com integração de dados, automações, aprendizado de máquina e realizar diversas outras tarefas, desde que suas permissões de usuário e de espaço permitam.

Para obter mais informações, consulte Gerenciando direitos do usuário.

Usuários básicos

Além do direito de Usuário completo, há também um tipo de usuário gratuito chamado Usuário básico. Está disponível com as assinaturas do Qlik Cloud Analytics Premium e do Qlik Cloud Enterprise.

O direito de Basic User destina-se a cenários limitados somente leitura. Usuários com o direito Basic User não podem criar ou editar aplicativos e outros ativos, nem trabalhar com o Integração de dados. Um usuário Basic User só pode ter a função de espaço Tem visualização restrita em espaços gerenciados. Isso permite que o usuário visualize o conteúdo do aplicativo e crie notas e marcadores privados. Eles podem baixar imagens e dados de aplicativos, se permitido, nas configurações de Padrão do usuário (consulte Funções e permissões para usuários e administradores). Você pode atualizar usuários Basic User para Full User atribuindo-lhes funções adicionais.

Para obter mais informações, consulte Gerenciando direitos do usuário.

Esta página ajudou?

Se você encontrar algum problema com esta página ou seu conteúdo - um erro de digitação, uma etapa ausente ou um erro técnico - informe-nos como podemos melhorar!