Preguntas frecuentes sobre Knowledge Catalog

En este documento, se responden las preguntas frecuentes sobre Google Cloud Knowledge Catalog (anteriormente, Dataplex Universal Catalog).

Para obtener más información sobre Knowledge Catalog, consulta Descripción general de Knowledge Catalog.

Conceptos generales

Explora las preguntas frecuentes sobre las funciones de Knowledge Catalog.

¿Qué es Knowledge Catalog?

Knowledge Catalog es una solución de administración inteligente para recursos de datos y de IA en Google Cloud. Proporciona un inventario centralizado en el que puedes descubrir, administrar y controlar tus datos en fuentes de datos de Google Cloud como BigQuery, Cloud Storage, Pub/Sub y Spanner.

Knowledge Catalog usa la IA para automatizar el descubrimiento de datos, el enriquecimiento de metadatos y la calidad de los datos. A través de su catálogo de datos administrado, Knowledge Catalog proporciona la base esencial que los agentes de IA necesitan para generar contenido de alta calidad.

¿Para qué se usa Knowledge Catalog?

Knowledge Catalog resuelve el problema del "inicio en frío de los datos", es decir, el tiempo que se pierde intentando encontrar, comprender y confiar en los datos antes de poder usarlos. Entre sus usos principales, se incluyen los siguientes:

  • Descubrimiento de datos acelerado: En lugar de navegar por silos organizacionales complejos para ubicar datos, puedes usar la búsqueda en lenguaje natural (por ejemplo, "Muéstrame los datos más recientes de deserción de clientes") para encontrar recursos en Google Cloud de forma instantánea, lo que aumenta la productividad de los consumidores de datos.

  • Fundamentar agentes de IA: Actúa como la "fuente de verdad" para la IA generativa o el ADK. Vinculando los datos físicos con las definiciones empresariales, se garantiza que los agentes de IA (como los que se compilan en Vertex AI) usen datos de alta calidad, lo que reduce significativamente las alucinaciones de la IA y mejora la confianza en las estadísticas generadas por la IA.

  • Administración de datos automatizada: Analiza automáticamente tus datos para identificar la información sensible (es decir, la PII), hace un seguimiento del origen de los datos (linaje) y supervisa su exactitud (calidad de los datos automática). Estas funciones ayudan a mejorar la confianza, la seguridad y el cumplimiento de los datos con menos esfuerzo manual.

  • Descubrir "datos oscuros": Puede analizar archivos no estructurados (por ejemplo, archivos PDF o imágenes en Cloud Storage), extraer la información que contienen y hacer que se puedan buscar y consultar en BigQuery, lo que te ayuda a obtener estadísticas de datos que antes eran inaccesibles.

Para comenzar con estas situaciones, consulta Casos de uso de Knowledge Catalog.

¿Qué tipos de metadatos almacena Knowledge Catalog?

Knowledge Catalog almacena tres tipos de metadatos:

  • Metadatos técnicos: Esquemas, nombres de tablas y propiedades del sistema recopilados de forma automática.

  • Metadatos empresariales: Contexto definido por el usuario, como descripciones de la empresa, términos del glosario y propiedad.

  • Metadatos del entorno de ejecución: Información sobre el linaje de datos, las puntuaciones de calidad de los datos y las estadísticas de creación de perfiles de datos.

Facturación de estadísticas de datos

Explora las preguntas frecuentes sobre la facturación basada en tokens, la medición del uso y los controles administrativos de la función de estadísticas de datos en Knowledge Catalog.

¿Cuándo se me empezará a facturar por el uso de las estadísticas de datos?

La facturación activa de las estadísticas de datos comienza el 27 de octubre de 2026.

¿Cómo se factura el uso de las estadísticas de datos?

El uso se mide en tokens de datos. Los tokens de datos representan las unidades básicas de texto y metadatos que procesa el modelo de Gemini. Estos tokens se dividen en dos categorías:

  • Tokens de entrada: El contexto, las instrucciones y el historial que se envían al modelo.
  • Tokens de salida: Son las descripciones, relaciones y consultas de lenguaje natural generadas que devuelve el modelo.

Para obtener más información, consulta los precios de Data Cloud Agent.

¿Las cuentas de servicio reciben una cuota gratuita para las estadísticas de datos?

No. Las cuentas de servicio no reciben una asignación de cuota gratuita por usuario. Sin embargo, su uso se mide de la misma manera que el de los usuarios estándar.

¿Cómo puedo evitar que se me cobre automáticamente por las estadísticas de datos?

Para evitar que se generen cargos, verifica tus análisis en curso y deja de activar análisis nuevos. Los administradores también pueden desactivar la función de estadísticas de datos inhabilitando la API de Dataplex en el proyecto correspondiente.

¿Cómo puedo saber cuánto se me cobrará por las estadísticas de datos?

Google Cloud proporciona medición para los tokens de datos. Esta medición permite que los administradores y los propietarios de agentes supervisen su consumo de tokens. Esta capacidad de medición está disponible antes de que comience la facturación activa en octubre de 2026.

Supervisión de la facturación y los costos

Explora las preguntas frecuentes sobre la supervisión y la atribución de los costos de procesamiento en Knowledge Catalog.

¿Cómo superviso y atribuyo los costos de DCU de Knowledge Catalog para la calidad de los datos, la generación de perfiles de datos y el linaje de datos?

El procesamiento de DataScan de Knowledge Catalog (calidad de los datos automática y generación de perfiles de datos) y las unidades de procesamiento de datos (DCU) de linaje de datos se ejecutan en el procesamiento sin servidores en la infraestructura administrada por Google y no publican métricas de series temporales en dataplex.googleapis.com/* en Cloud Monitoring.

Para supervisar, alertar y atribuir los costos de DCU de Knowledge Catalog en todos los proyectos y análisis, exporta tus datos de Facturación de Cloud a BigQuery y consulta las etiquetas del sistema adjuntas a los registros de facturación de Knowledge Catalog:

  • Para los análisis de calidad de los datos y los análisis del perfil de datos, usa las etiquetas goog-dataplex-datascan-* (como goog-dataplex-datascan-id, goog-dataplex-datascan-data-source-project y goog-dataplex-datascan-data-source-bigquery-table).
  • Para el procesamiento del linaje de datos, usa la etiqueta goog-dataplex-workload-type con el valor LINEAGE.

Para obtener definiciones detalladas de las etiquetas y ejemplos de consultas en SQL de BigQuery, consulta Supervisa y atribuye los costos de DCU de Knowledge Catalog con la exportación de Facturación de Cloud.