为碳足迹数据创建自定义信息中心或分析

除了碳足迹的默认视图和数据导出功能之外，您还可以使用导出的数据创建自定义信息中心和分析。这种灵活性可让您量身定制数据可视化和精细程度，从而获得更深入的洞见，根据您的具体要求优化碳足迹管理。

使用 Google 表格

请按照以下步骤使用 Google 表格为碳足迹数据创建自定义信息中心。

  1. 将您的整个碳足迹导出到工作表
  2. 使用数据透视表根据导出的数据创建自定义报告。
  3. 创建图表以直观呈现数据透视表的结果。

使用 Looker Studio

请按照以下步骤为碳足迹数据创建自定义 Looker 数据洞察报告。

  1. 将碳足迹导出到 BigQuery
  2. 创建新的 Looker Studio 报告
  3. 选择您在配置碳足迹导出时之前选择的数据集，以连接到 BigQuery。
  4. 使用在上一步中创建的数据源向报告添加图表。

使用 Looker

请按照以下步骤为碳足迹数据创建自定义 Looker 信息中心。如果您是 Looker 现有客户，建议您选择此选项。

  1. 将碳足迹导出到 BigQuery
  2. 安装“碳足迹”块

将碳足迹数据与 Cloud Billing 数据联接，以估算不同粒度级别的排放数据

您可以将碳足迹导出数据与 Cloud Billing 导出数据结合使用，以不同精细级别查看碳排放量。这样，您就可以在自定义标签、代码或资源级别进行分析，从而确定可减少环境影响的方面。您可以按照以下步骤估算实例级排放数据以及代码或标签级排放数据。

大致的实例级排放量数据

  1. 将数据导出到 BigQuery：将碳足迹数据和 Cloud Billing 详细用量费用数据分别导出到 BigQuery。

  2. 联接数据集：首先，将 Cloud Billing 的每小时详细使用费用数据汇总到月度级别，并按结算账号 ID、项目、产品、资源和区域进行分组，然后再进行联接。然后，使用结算账号 ID、项目、产品、区域和月份等常用维度，将导出的碳足迹数据与 Cloud Billing 详细使用费数据联接起来。

  3. 估算资源级排放量：将碳排放量数据（按结算账号 ID、项目、产品、区域和月份汇总）细分到各个资源级别。此估算可通过按比例分配排放量来执行，具体方法是根据每个资源在任何给定结算账号 ID、项目、产品、地区和月份中的定价费用中所占的比例来分配排放量。使用 cost_at_list 可避免潜在价格折扣的副作用。实施验证步骤，以发现并减少任何可能的排放量重复计算。

重要提示：使用此基于费用的分布估算的资源级排放量是近似值，因为费用和排放量会随使用量而扩大。虽然无法准确衡量各个资源的影响，但此方法有助于确定高使用率资源的优先级，以便进行优化。

大致的代码或标签级排放数据

  1. 将数据导出到 BigQuery：将碳足迹数据和 Cloud Billing 标准使用费用数据分别导出到 BigQuery。

  2. 联接数据集：首先，将 Cloud Billing 标准使用费的每小时数据汇总到月度级别，并按结算账号 ID、项目、产品、代码或标签以及地区进行分组，然后再进行联接。然后，使用结算账号 ID、项目、产品、区域和月份等常用维度，将导出的碳足迹数据与 Cloud Billing 标准使用费数据联接起来。

  3. 估算代码级或标签级排放量：使用联接的数据集，按代码或标签以及其他维度（如有）汇总排放量数据。

重要提示：使用此方法汇总的代码级或标签级排放量是近似值，可能无法准确反映实际的能耗和排放量。

后续步骤