Obtén una estimación de los costos de almacenamiento mensuales

La indexación avanzada de sitios web genera cargos mensuales de almacenamiento de datos según el tamaño de los datos web que importas a tu almacén de datos. Para obtener una estimación del tamaño de tus datos web antes de importarlos, puedes llamar al método estimateDataSize y especificar las páginas web que deseas importar. El método estimateDataSize es una operación de larga duración que se ejecuta hasta que se completa el proceso para estimar el tamaño de los datos. Esto puede tardar desde unos minutos hasta más de una hora, según la cantidad de páginas web que especifiques. Después de tener una estimación del tamaño de tus datos web, puedes obtener una estimación de tus costos mensuales de almacenamiento de datos con la página de precios de Agent Search (consulta la sección Precios del índice de datos) o la calculadora de precios de Google Cloud (busca Agent Search).

Antes de comenzar

Determina los patrones de URL de los sitios web que deseas incluir (y, de manera opcional, excluir) cuando importes datos web a tu almacén de datos. Especificas estos patrones de URL cuando llamas al método estimateDataSize.

Procedimiento

Para obtener una estimación del tamaño de tus datos web, sigue estos pasos:

  1. Llama al método estimateDataSize.

    curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json" \
"https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global:estimateDataSize" \
-d '{
  "website_data_source": {
    "estimator_uri_patterns": {
      provided_uri_pattern: "URI_PATTERN_TO_INCLUDE",
      exact_match: EXACT_MATCH_BOOLEAN
    },
    "estimator_uri_patterns": {
      provided_uri_pattern: "URI_PATTERN_TO_EXCLUDE",
      exact_match: EXACT_MATCH_BOOLEAN,
      exclusive: EXCLUSIVE_BOOLEAN
    }
  }
}'

    Reemplaza lo siguiente:

    • PROJECT_ID: el ID de tu proyecto.

    • URI_PATTERN_TO_INCLUDE: los patrones de URL de los sitios web que deseas incluir en tu estimación del tamaño de los datos.

    • URI_PATTERN_TO_EXCLUDE: (opcional) los patrones de URL de los sitios web que deseas excluir de tu estimación del tamaño de los datos.

      Para URI_PATTERN_TO_INCLUDE y URI_PATTERN_TO_EXCLUDE, puedes usar patrones similares a los siguientes:

      • Sitio web completo: www.mysite.com
      • Partes de un sitio web: www.mysite.com/faq
      • Dominio completo: mysite.com o *.mysite.com

    • EXCLUSIVE_BOOLEAN: (opcional) Si es true, el patrón de URI proporcionado representa páginas web que se excluyen de tu estimación del tamaño de los datos. El valor predeterminado es false, lo que significa que el patrón de URI proporcionado representa páginas web que se incluyen en tu estimación del tamaño de los datos.

    • EXACT_MATCH_BOOLEAN: (opcional) Si es true, el patrón de URI proporcionado representa una sola página web, en lugar de la página web y todos sus elementos secundarios. El valor predeterminado es false, lo que significa que el patrón de URI proporcionado representa la página web y todos sus elementos secundarios.

    El resultado es similar a este:

    {
  "name": "projects/PROJECT_ID/locations/global/operations/estimate-data-size-01234567890123456789",
  "metadata": {
    "@type":  "type.googleapis.com/google.cloud.discoveryengine.v1alpha.EstimateDataSizeMetadata"
  }
}

    En este resultado, se incluye el campo name, que es el nombre de la operación de larga duración. Guarda el valor name para usarlo en el siguiente paso.

  2. Sondea el operations.get método.

    curl -X GET \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
"https://discoveryengine.googleapis.com/v1/OPERATION_NAME"

    Reemplaza OPERATION_NAME por el valor name que guardaste en el paso anterior. También puedes obtener el nombre de la operación si enumeras las operaciones de larga duración.

  3. Evalúa cada respuesta.

    • Si una respuesta no contiene "done": true, el proceso para estimar el tamaño de los datos no se completó. Continúa sondeando.

      El resultado es similar a este:

      {
  "name": "projects/PROJECT_ID/locations/global/operations/estimate-data-size-01234567890123456789",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.EstimateDataSizeMetadata",
    "createTime": "2025-10-29T21:59:59.976752Z"
  }
}

    • Si una respuesta contiene "done": true, el proceso para estimar el tamaño de los datos se completó. Guarda el valor DATA_SIZE_BYTES de la respuesta para usarlo en el siguiente paso.

      El resultado es similar a este:

      {
  "name": "projects/PROJECT_ID/locations/global/operations/estimate-data-size-01234567890123456789",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.EstimateDataSizeMetadata",
    "createTime": "2025-10-29T21:59:59.976752Z"
  },
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.EstimateDataSizeResponse",
    "dataSizeBytes": DATA_SIZE_BYTES,
    "documentCount": DOCUMENT_COUNT
  }
}

      En esta salida, se incluyen los siguientes valores:

      • DATA_SIZE_BYTES: el tamaño estimado de tus datos web, en bytes

      • DOCUMENT_COUNT: la cantidad estimada de páginas web en tus datos web

  4. Divide el valor DATA_SIZE_BYTES del paso anterior por 1,000,000,000 para obtener gigabytes. Guarda este valor para el siguiente paso.

  5. Para obtener una estimación de tus costos mensuales de almacenamiento de datos, haz lo siguiente:

    1. Ve a la calculadora de precios de Google Cloud.

    2. Haz clic en Agregar a la estimación.

    3. Busca Agent Search y, luego, haz clic en el cuadro Agent Search.

    4. En el cuadro Índice de datos, ingresa el tamaño estimado de tus datos web, en gigabytes, del paso anterior.

      Consulta el cuadro Costo estimado para ver el costo estimado de almacenamiento de datos.