Criar um painel ou análise personalizados para os dados da Pegada de carbono

Além da visualização padrão e da exportação de dados da Pegada de carbono, é possível criar painéis e análises personalizados usando os dados exportados. Essa flexibilidade permite a visualização e a granularidade dos dados personalizados, possibilitando insights mais detalhados para otimizar o gerenciamento da pegada de carbono de acordo com seus requisitos específicos.

Usar o Google Planilhas

Siga estas etapas para criar um painel personalizado para os dados da Pegada de carbono usando o Google Planilhas.

  1. Exporte toda a pegada de carbono para uma planilha.
  2. Use uma tabela dinâmica para criar relatórios personalizados sobre os dados exportados.
  3. Crie um gráfico para visualizar os resultados da tabela dinâmica.

Usar o Data Studio

Siga estas etapas para criar um relatório personalizado do Data Studio para os dados da Pegada de carbono.

  1. Exporte sua pegada de carbono para o BigQuery.
  2. Crie um relatório do Data Studio.
  3. Conecte-se ao BigQuery selecionando o conjunto de dados escolhido ao configurar a Pegada de carbono exportação.
  4. Adicione gráficos ao relatório usando a fonte de dados criada na etapa anterior.

Usar o Looker

Siga estas etapas para criar um painel personalizado do Looker para os dados da Pegada de carbono. Essa opção é recomendada se você já for cliente do Looker.

  1. Exporte sua pegada de carbono para o BigQuery.
  2. Instale o bloco da Pegada de carbono.

Estimar dados de emissões em diferentes granularidades unindo os dados da Pegada de carbono aos dados do Cloud Billing

É possível combinar os dados de exportação da Pegada de carbono com os dados de exportação do Cloud Billing para visualizar as emissões de carbono em diferentes níveis de granularidade. Isso permite a análise em níveis personalizados de rótulo, tag ou recurso, apoiando a identificação de áreas para reduzir o impacto ambiental. Siga estas etapas para aproximar os dados de emissões no nível da instância e os dados de emissões no nível da tag ou do rótulo.

Aproximar os dados de emissões no nível da instância

  1. Exportar dados para o BigQuery: exporte os dados da Pegada de carbono e os dados de custo de uso detalhados do Cloud Billing para o BigQuery, respectivamente.

  2. Unir conjuntos de dados: primeiro, agregue os dados de custo de uso detalhados do Cloud Billing por hora ao nível mensal, agrupados por ID da conta de faturamento, projeto, produto, recurso e região antes de unir. Em seguida, una os dados exportados da Pegada de carbono aos dados de custo de uso detalhados do Cloud Billing usando as dimensões comuns de ID da conta de faturamento, projeto, produto, região e mês.

  3. Estimar emissões no nível do recurso: detalhe os dados de emissões de carbono (agregados por ID da conta de faturamento, projeto, produto, região e mês) para o nível de recurso individual. Essa estimativa pode ser realizada distribuindo proporcionalmente as emissões com base na contribuição de cada recurso para o custo na lista em qualquer ID da conta de faturamento, projeto, produto, região e mês. O uso de cost_at_list evita o efeito colateral de possíveis descontos de preços. Implemente etapas de validação para identificar e mitigar qualquer possível contagem dupla de emissões.

Observação importante: as emissões no nível do recurso estimadas usando essa distribuição baseada em custos são aproximações, já que o custo e as emissões são dimensionados com o uso. Embora não seja uma medida precisa do impacto de recursos individuais, esse método ajuda a priorizar recursos de alto uso para otimização.

Aproximar os dados de emissões no nível da tag ou do rótulo

  1. Exportar dados para o BigQuery: exporte os dados da Pegada de carbono e os dados de custo de uso padrão do Cloud Billing para o BigQuery, respectivamente.

  2. Unir conjuntos de dados: primeiro, agregue os dados de custo de uso padrão do Cloud Billing por hora ao nível mensal, agrupados por ID da conta de faturamento, projeto, produto, tag ou rótulos e região antes de unir. Em seguida, una os dados exportados da Pegada de carbono aos dados de custo de uso padrão do Cloud Billing usando as dimensões comuns de ID da conta de faturamento, projeto, produto, região e mês.

  3. Estimar emissões no nível da tag ou do rótulo: com o conjunto de dados unido, agregue os dados de emissões por tag ou rótulos e outras dimensões conforme necessário.

Observação importante: as emissões no nível da tag ou do rótulo agregadas usando essa abordagem são aproximações e podem não refletir com precisão o consumo real de energia e as emissões.

A seguir