העיקרון הזה, שמופיע בקטגוריית הקיימות של Google Cloud Well-Architected Framework, מספק המלצות שיעזרו לכם למדוד ולשפר באופן מתמשך את הקיימות של עומסי העבודה ב- Google Cloud.
סקירה כללית של העקרונות
כדי להבטיח שעומסי העבודה בענן יישארו ברי קיימא, צריך מדדים מדויקים ושקופים. מדדים שניתן לאמת מאפשרים לכם לתרגם את יעדי הקיימות לפעולות. לכל משאב שיוצרים בענן יש טביעת רגל פחמנית משויכת. כדי לבנות ולתחזק ארכיטקטורות ענן בנות-קיימא, צריך לשלב את מדידת נתוני הפחמן בלולאת המשוב התפעולית.
ההמלצות בקטע הזה מספקות מסגרת לשימוש בטביעת הרגל הפחמנית כדי לכמת את פליטות הפחמן, לזהות אזורים שבהם פליטת הפחמן גבוהה במיוחד, ליישם אופטימיזציות ממוקדות של עומסי עבודה ולאמת את התוצאות של מאמצי האופטימיזציה. המסגרת הזו מאפשרת לכם להתאים ביעילות את יעדי האופטימיזציה של העלויות ליעדים של צמצום פליטת פחמן שאפשר לאמת.
המתודולוגיה לדיווח על טביעת הרגל הפחמנית
הדוח על טביעת הרגל הפחמנית מספק מידע שקוף, ניתן לביקורת ותואם לסטנדרטים בינלאומיים לגבי פליטות שקשורות לשימוש בענן. הדוח עומד בתקנים בינלאומיים, בעיקר בתקנים של פרוטוקול גזי החממה (GHG) לדיווח על פליטות פחמן ולחישוב שלהן. בדוח טביעת הרגל הפחמנית נעשה שימוש בשיטות חשבונאות מבוססות-מיקום ומבוססות-שוק. הנהלת חשבונות מבוססת-מיקום מבוססת על פקטור הפליטות של הרשת המקומית. בחישוב מבוסס-שוק נלקחות בחשבון רכישות האנרגיה נטולת פחמן (CFE) של Google. הגישה הכפולה הזו עוזרת לכם להבין את ההשפעה של עומסי העבודה על הרשת הפיזית ואת היתרון של פליטת הפחמן ב- Google Cloud.
במאמר מתודולוגיה לדיווח על טביעת רגל פחמנית אפשר לקרוא מידע נוסף על האופן שבו הדוח בנושא טביעת רגל פחמנית מוכן, כולל מקורות הנתונים שבהם נעשה שימוש, הכללות של היקף 3 ומודל ההקצאה ללקוחות.
המלצות
כדי להשתמש במדידת פליטת פחמן לשיפור מתמיד, כדאי לעיין בהמלצות שבסעיפים הבאים. ההמלצות מובנות כשלבים של התפתחות להטמעה של פעולות ענן בר-קיימות:
- שלב 1: קביעת נקודת התחלה
- שלב 2: זיהוי אזורים חמים
- שלב 3: הטמעת אופטימיזציה ממוקדת
- שלב 4: הטמעת שיטות עבודה ודיווחים בנושא קיימות
שלב 1: קביעת נתון בסיסי
בשלב הזה מגדירים את הכלים הדרושים ומוודאים שהנתונים נגישים ומשולבים בצורה נכונה.
- הענקת הרשאות: מעניקים הרשאות לצוותים כמו FinOps, SecOps ופלטפורמת הנדסה כדי שיוכלו לגשת ללוח הבקרה Carbon Footprint במסוף Google Cloud . נותנים את התפקיד 'צפייה בטביעת רגל פחמנית' (
roles/billing.carbonViewer) ב-Identity and Access Management (IAM) לחשבון לחיוב המתאים. - אוטומציה של ייצוא נתונים: לפני שאתם מייצאים נתונים, ודאו שGoogle Cloud היררכיית המשאבים (תיקיות ופרויקטים) וההערות על המשאבים (תגים ותוויות) משקפים בצורה מדויקת את הארגון של היחידות העסקיות שלכם. הנתונים של טביעת רגל פחמנית נצברים ברמת הפרויקט, ולכן היררכיה מוגדרת היטב חיונית להקצאה נכונה של פליטות. הגדרת ייצוא אוטומטי של נתוני טביעת רגל פחמנית ל-BigQuery. הנתונים המיוצאים מאפשרים לכם לבצע ניתוח מעמיק, ליצור קורלציה בין נתוני פליטת פחמן לבין נתוני עלות ושימוש, ולהפיק דוחות בהתאמה אישית.
- הגדרת מדדי ביצועים מרכזיים (KPI) שקשורים לפחמן: קובעים מדדים שמקשרים בין פליטות פחמן לבין ערך עסקי. לדוגמה, שיעור פליטת הפחמן הוא מדד למספר הקילוגרמים של שווי ערך לפחמן דו-חמצני (CO2) לכל לקוח, עסקה או יחידת הכנסה.
שלב 2: זיהוי נקודות חמות של פליטת פחמן
כדי לזהות את התחומים עם ההשפעה הסביבתית הגדולה ביותר, צריך לנתח את הנתונים המפורטים בדוח על טביעת רגל פחמנית. כדי לבצע את הניתוח הזה, צריך להשתמש בטכניקות הבאות:
- תעדוף לפי היקף: כדי לזהות במהירות את הגורמים הגדולים ביותר לפליטת פחמן ברוטו, אפשר לנתח את הנתונים בלוח הבקרה לפי פרויקט, אזור ושירות.
- שימוש בחשבונאות כפולה: כשמעריכים את ההשפעה הפחמנית באזור מסוים, צריך לקחת בחשבון גם את הפליטות מבוססות-מיקום (ההשפעה הסביבתית של רשת החשמל המקומית) וגם את הפליטות מבוססות-שוק (היתרון של ההשקעות של Google באנרגיה נטולת פליטות פחמן).
- השוואה לעלויות: אפשר לשלב את נתוני הפחמן ב-BigQuery עם נתוני החיוב, ולהעריך את ההשפעה של פעולות האופטימיזציה על הקיימות ועל העלויות. למרות שעלות ופליטת פחמן לרוב עולות יחד, אפשר להשתמש בעלות רק כאינדיקטור ראשוני. לדוגמה, באזורים יקרים עם ציונים גבוהים של אנרגיה נטולת פחמן (CFE), יכול להיות שעומסי עבודה יהיו יקרים אבל פליטות הגז שלהם יהיו נמוכות. חשוב תמיד לאמת את הנחות האופטימיזציה באמצעות מדדים אמיתיים שמבוססים על מיקום ומדדים שמבוססים על שוק.
- הוספת הערות לנתונים כדי למדוד את התשואה על המאמץ (ROE): מוסיפים הערות לנתוני הפחמן ב-BigQuery עם אירועים ספציפיים, כמו התאמת גודל של משאב או הוצאה משימוש של שירות גדול. ההערות מאפשרות לכם לשייך את ההפחתות בפליטת הפחמן ובעלויות ליוזמות אופטימיזציה ספציפיות, כדי שתוכלו למדוד ולהציג את התוצאה של כל יוזמה.
שלב 3: הטמעה של אופטימיזציה ממוקדת
זהו שלב ההרצה של הטמעה של פעולות ענן ברות קיימא. כדי לבצע אופטימיזציה של משאבים ספציפיים שזיהיתם כגורמים משמעותיים לעלויות ולפליטות פחמן, כדאי להשתמש בשיטות הבאות:
- הוצאה משימוש של פרויקטים שאינם בשימוש: במסגרת תהליכי העבודה של ניהול שירותי ה-IT (ITSM), כדאי לבדוק באופן קבוע את שירות המלצות הפרויקטים שאינם בשימוש שמשולבות בנתוני טביעת הרגל הפחמנית. כדי להשיג הפחתות מיידיות ומאומתות בפליטת פחמן ובעלויות, כדאי להשתמש בכרטיסי תמיכה הנדסיים כדי לבדוק פרויקטים שלא בשימוש ולהסיר אותם.
- בחירת הגודל המתאים למשאבים: כדי להתאים את קיבולת המשאבים שהוקצתה לשימוש בפועל, אפשר להשתמש בהמלצות של Active Assist לבחירת הגודל המתאים, כמו המלצות לסוגי מכונות וירטואליות ב-Compute Engine. למשימות עתירות-חישוב ועומסי עבודה של AI, מומלץ להשתמש בסוגי המכונות ובמודלים של AI היעילים ביותר.
- אימוץ תזמון שמודע לפליטת פחמן: לעומסי עבודה באצווה שלא רגישים לזמן, כדאי לשלב נתוני CFE אזוריים בלוגיקת התזמון. במקרים שבהם הדבר אפשרי, כדאי להגביל את יצירת המשאבים החדשים לאזורים עם פליטת פחמן נמוכה באמצעות האילוץ מיקומי משאבים בשירות של מדיניות הארגון.
- צמצום התפשטות הנתונים: הטמעת מדיניות משילות מידע כדי להבטיח שנתונים שניגשים אליהם לעיתים רחוקות יועברו לסוג אחסון נתונים בשימוש נדיר מתאים (Nearline, Coldline או Archive) או יימחקו באופן סופי. האסטרטגיה הזו עוזרת להפחית את עלות האנרגיה של משאבי האחסון.
- שיפור קוד האפליקציה: תיקון חוסר יעילות ברמת הקוד שגורם לשימוש מוגזם במשאבים או לחישובים מיותרים.
למידע נוסף, קראו את המאמרים הבאים:
- שימוש באזורים שצורכים אנרגיה דלת-פחמן
- אופטימיזציה של עומסי עבודה של AI ו-ML
- אופטימיזציה של השימוש במשאבים
- פיתוח תוכנה חסכונית באנרגיה
- אופטימיזציה של נתונים ואחסון לצורך קיימות
שלב 4: הטמעת שיטות עבודה ודיווח בנושא קיימות
בשלב הזה, מטמיעים את מדידת הפחמן במסגרת הממשל. הגישה הזו עוזרת לוודא שלארגון יש את היכולות ואת אמצעי הבקרה שדרושים לשיפורים מתמשכים של הקיימות ולדיווח שניתן לאימות.
- הטמעה של GreenOpsGreenOps: הקמת צוות או קבוצת עבודה רשמיים של GreenOps כדי לשלב את נתוני טביעת הרגל הפחמנית עם נתוני החיוב ב-Cloud. אתם יכולים לשלב את הייצוא החודשי של נתוני פליטות פחמן ל-BigQuery ישירות בלוחות הבקרה הקיימים של FinOps, כמו Looker. הצגת נתוני פליטות פחמן ועלויות בממשק אחד עוזרת לוודא שקיימות היא חלק ממחזור הבדיקה התפעולית הרגיל שלכם. הפונקציה הזו צריכה להגדיר את האחריות ליעדים של צמצום פליטת הפחמן בפרויקטים, להתאים את האופטימיזציה של העלויות ליעדי הקיימות ולהטמיע דיווח כדי לעקוב אחרי יעילות הפחמן ביחס להוצאות.
- שימוש בנתוני טביעת רגל פחמנית לצורך דיווח ועמידה בדרישות: אפשר להשתמש בנתוני טביעת הרגל הפחמנית המאומתים והניתנים לביקורת ב-BigQuery כדי ליצור גילוי נאות רשמי בנושאים סביבתיים, חברתיים וממשלתיים (ESG). הגישה הזו מאפשרת לעמוד בדרישות של בעלי העניין לשקיפות, ועוזרת להבטיח עמידה בתקנות מחייבות ובתקנות וולונטריות.
- השקעה בהדרכה ובהעלאת המוּדעוּת: הטמעת הדרכה חובה בנושא קיימות לצוותים טכניים ולא טכניים רלוונטיים. הצוותים שלכם צריכים לדעת איך לגשת לנתונים של טביעת הרגל הפחמנית ולפרש אותם, ואיך ליישם את ההמלצות לאופטימיזציה בתהליכי העבודה היומיומיים ובבחירות העיצוביות שלהם. מידע נוסף זמין במאמר בנושא מתן הדרכה בנושא קיימות לפי תפקידים.
- הגדרת דרישות פחמן: שילוב מדדים של פליטות פחמן כדרישות לא פונקציונליות (NFR) בקריטריונים לקבלת האפליקציה לפריסות חדשות. השיטה הזו עוזרת להבטיח שאדריכלים ומפתחים יתעדפו אפשרויות עיצוב דל-פחמן כבר מההתחלה של מחזור החיים של פיתוח האפליקציה.
- אוטומציה של GreenOps: אפשר להטמיע אוטומציה של המלצות Active Assist באמצעות סקריפטים, תבניות וצינורות עיבוד נתונים של תשתית כקוד (IaC). השיטה הזו מבטיחה שהצוותים יטמיעו את ההמלצות באופן עקבי ומהיר בכל הארגון.