Criar um painel ou uma análise personalizada para seus dados de pegada de carbono

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

Usar as Planilhas Google

Siga estas etapas para criar um painel personalizado para seus dados de pegada de carbono usando as Planilhas Google.

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

Usar o Looker Studio

Siga estas etapas para criar um relatório personalizado do Looker Studio para seus dados de pegada de carbono.

  1. Exportar sua pegada de carbono para o BigQuery
  2. Criar um relatório do Looker Studio
  3. Conecte-se ao BigQuery selecionando o conjunto de dados que você escolheu ao configurar a exportação de pegada de carbono.
  4. Adicione gráficos ao seu relatório usando a fonte de dados criada na etapa anterior.

Usar o Looker

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

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

Estimar dados de emissões com granularidade diferente ao mesclar dados da Pegada de carbono com dados do Cloud Billing

É possível combinar os dados de exportação da Pegada de carbono com os dados de exportação do Cloud Billing para conferir 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.

Dados aproximados de emissões no nível da instância

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

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

  3. Emissões estimadas no nível do recurso: divida os dados de emissões de carbono (agregados por ID da conta de faturamento, projeto, produto, região e mês) no nível do 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 de 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 os custos e as emissões variam com o uso. Embora não seja uma medida precisa do impacto de recursos individuais, esse método ajuda a priorizar recursos de uso intenso para otimização.

Dados de emissões aproximadas no nível da tag ou do rótulo

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

  2. Mesclar 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 mesclar. Em seguida, una os dados exportados da pegada de carbono com os 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. Emissões estimadas no nível da tag ou do rótulo: com o conjunto de dados combinado, agregue 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 de energia e as emissões reais.

A seguir