Mengidentifikasi konsumsi penyimpanan di atas tren

Halaman ini menjelaskan cara menggunakan penasihat Storage Intelligence untuk mengidentifikasi konsumsi penyimpanan yang lebih tinggi dari tren. Mengidentifikasi tren pertumbuhan membantu Anda menentukan apakah Anda menyimpan data yang tidak diperlukan dan mengoptimalkan penggunaan penyimpanan.

Jika total byte yang disimpan meningkat di atas tren, penasihat Storage Intelligence akan menampilkan temuan Total bytes stored increased above trend over the last 30 days. Temuan adalah anomali yang terdeteksi dari metrik Anda yang memerlukan perhatian Anda. Untuk mengetahui ringkasan penasihat Storage Intelligence, lihat Tentang penasihat Storage Intelligence. Untuk mengetahui daftar lengkap temuan, lihat Katalog referensi temuan.

Batas yang memicu temuan

Untuk mengidentifikasi pertumbuhan di atas tren, Storage Intelligence menganalisis data historis selama periode 30 hari untuk menetapkan nilai dasar konsumsi penyimpanan di seluruh project, folder, atau organisasi Anda. Penasihat Storage Intelligence akan membuat temuan jika konsumsi penyimpanan meningkat di atas nilai dasar ini.

Temuan mencerminkan aktivitas hari sebelumnya. Misalnya, lonjakan yang terjadi pada hari Selasa akan muncul di penasihat Storage Intelligence pada hari Rabu.

Merespons temuan

Untuk merespons temuan, identifikasi data mana yang menyebabkan pertumbuhan dan tentukan strategi pengelolaan terbaik.

  1. Lihat detail temuan.

  2. Di halaman Detail temuan, gunakan tabel Bucket dengan peningkatan terbesar dan Awalan khusus bucket dengan peningkatan terbesar untuk mengidentifikasi set data mana yang berkembang.

  3. Setelah mengetahui data mana yang berkembang, tentukan apakah data tersebut perlu dikelola secara berbeda berdasarkan pola akses atau kebutuhan retensinya. Gunakan tabel berikut untuk memilih strategi yang direkomendasikan untuk skenario Anda:

    Skenario Tindakan yang disarankan Detail
    Data tidak diperlukan setelah periode tertentu Terapkan aturan siklus proses Jika Anda tidak lagi memerlukan data setelah periode tertentu atau ingin memindahkan data ke kelas penyimpanan yang lebih jarang diakses, gunakan aturan Object Lifecycle Management untuk mengelola konsumsi penyimpanan Anda.
    Data dengan pola akses yang berubah Aktifkan Autoclass Autoclass secara otomatis mentransisikan objek di bucket Anda ke kelas penyimpanan yang sesuai berdasarkan pola akses. Autoclass memindahkan data yang lebih jarang diakses ke kelas penyimpanan yang lebih jarang diakses dan data yang lebih sering diakses ke kelas penyimpanan yang lebih sering diakses, yang membantu mengelola biaya secara otomatis.
    Memerlukan detail tingkat objek untuk memahami pertumbuhan penyimpanan Selidiki dengan set data Insight Penyimpanan Jika Anda memerlukan informasi terperinci tentang pertumbuhan penyimpanan, gunakan set data Insight Penyimpanan untuk mengekspor metadata ke BigQuery. Kemudian, Anda dapat membuat kueri set data untuk mengidentifikasi awalan dan objek tertentu yang berkontribusi pada pertumbuhan.

Langkah berikutnya