המחשה חזותית של העלויות באמצעות Looker Studio

אתם יכולים לשלב את נתוני החיוב ב-Cloud שמיוצאים ל-BigQuery עם Looker Studio כדי לראות מידע עדכני בקשר לעלויות שלכם ב- Google Cloud .

במאמר הזה מוסבר איך מגדירים את מרכז הבקרה לנתוני חיוב ותובנות לגבי עלויות לנתוני החיוב שלכם ב-Cloud. באמצעות המידע שבמרכז הבקרה אפשר לענות על שאלות שקשורות להוצאות שלכם ב- Google Cloud . למשל, מה גובה ההוצאות שלי על משאבי Compute Engine? או אילו סביבות עולות לי הכי הרבה?

דוגמה להמחשה חזותית ב-Looker Studio

כדי להגדיר את מרכז הבקרה צריך לפעול לפי ההנחיות במדריך הזה, או לצפות בסרטון הבא:

מטרות

במדריך הזה מוסבר איך לבצע את הפעולות הבאות:

  • יצירת עותק משלכם של מרכז הבקרה לנתוני חיוב ותובנות לגבי עלויות באמצעות Cloud Shell.

    כדי לבצע את השלבים במדריך הזה, אפשר להשתמש ב-Terraform או ב-Python.

  • הגדרת המסננים של מרכז הבקרה כך שישתמשו בתוויות שבהן אתם משתמשים בסביבתGoogle Cloud .

  • שינוי של מקור הנתונים במרכז הבקרה כדי להציג מקרים מיוחדים, למשל אם יש לכם מספר חשבונות לחיוב ב-Cloud או אם יש לכם חשבון לחיוב ב-Cloud שמוגדר למטבע שאינו דולר ארה"ב.

עלויות

In this document, you use the following billable components of Google Cloud:

The cost of storing your Cloud Billing data in BigQuery is typically free or minimal. Depending on the size of the BigQuery dataset, you might incur costs for querying the data for analysis.

To generate a cost estimate based on your projected usage, use the pricing calculator. New Google Cloud users might be eligible for a free trial.

לפני שמתחילים

  1. צריך לוודא שאתם יכולים לגשת לדוגמה של מרכז הבקרה לנתוני חיוב ותובנות לגבי עלויות. אם אין לכם גישה לדוגמה, יכול להיות שבארגון שלכם מופעלות הגבלות דומיין. האדמין יכול להשבית באופן זמני את הגבלת הדומיין בחשבון שלכם.

    למידע על הגבלות דומיינים

  2. מוודאים שהארגון הפעיל את הייצוא של החיוב ב-Cloud ל-BigQuery לגבי נתוני העלות הסטנדרטיים של שימוש.

    אם הייצוא של נתוני החיוב ב-Cloud ל-BigQuery לא מופעל, כאן מוסבר איך מפעילים אותו.

  3. אתם צריכים הרשאות ליצירת תצוגות ב-BigQuery בפרויקט שמארח את מערכי הנתונים לייצוא של נתוני החיוב ב-Cloud.

    לחלופין, אם אתם רוצים ליצור מערך נתונים חדש לתצוגות ב-BigQuery, אתם צריכים הרשאות ליצירת מערכי נתונים ב-BigQuery.

  4. אתם צריכים לקבל את המידע הבא על הסביבה שלכם ב- Google Cloud :

    • מזהה הפרויקט שבו מתארח מערך הנתונים של BigQuery עם נתוני החיוב ב-Cloud.
    • השמות של מערכי הנתונים שמכילים את ייצוא נתוני העלות הסטנדרטיים והמפורטים. בדרך כלל נתוני העלות מיוצאים לאותו מערך נתונים.

  5. אם מרכז הבקרה משותף עם עוד משתמשים בארגון, מומלץ לבצע את השלבים הנוספים הבאים. בעזרתם אתם יכולים להגדיר חשבון שירות ב-Google Cloud שיאפשר לאמת את נתוני BigQuery, במקום לדרוש מאנשים אחרים להשתמש בפרטי הכניסה שלכם או שלהם כדי לקבל גישה לנתונים.

    1. מאתרים את כתובת האימייל של סוכן השירות של Looker Studio בדף העזרה של סוכן השירות של Looker Studio.

    2. אם אתם משתמשים בסקריפט Python כדי ליצור את מרכז הבקרה, אתם צריכים ליצור חשבון שירות לסוכן השירות של Looker Studio.

      אם אתם משתמשים ב-Terraform, לא צריך ליצור את חשבון השירות באופן ידני, כי הוא נוצר כשמחילים את ההגדרות של Terraform.

  6. אם אתם משתמשים בסקריפט Python, צריך לוודא שבסביבה של Cloud Shell מותקנת גרסה עדכנית של Python 3. כדי לבדוק איזו גרסה של Python מותקנת, מקלידים python --version בטרמינל של Cloud Shell ומקישים על Enter.

יצירת עותק של מרכז הבקרה

Terraform

כדי ליצור לעצמכם עותק של מרכז הבקרה באמצעות Terraform, קודם כל צריך לשכפל את מאגר GitHub שבו המערכת מבצעת אוטומציה של התהליך. בשלב הזה משתמשים ב-Cloud Shell – סביבת מעטפת אינטראקטיבית של Google Cloud שאפשר להשתמש בה מהדפדפן. סביבת Cloud Shell כוללת מראש התקנה מאומתת של Terraform.

ככלל, ההגדרה של Terraform במאגר מובילה לביצוע הפעולות הבאות:

  • יצירת תצוגה חדשה ב-BigQuery שמאחזרת את הנתונים מייצוא נתוני העלות הסטנדרטיים שלכם.
  • העתקת התבנית של מרכז הבקרה וקישור של העותק לתצוגת הנתונים שלכם ב-BigQuery.
  • יצירת קישור של Looker Studio לעותק של מרכז הבקרה. אפשר לשמור את הקישור במרכזי הבקרה ב-Looker Studio.
  • הקצאת מזהה של חשבון שירות ב- Google Cloud , שמשמש כשיטת האימות של מרכז הבקרה.

כדי ליצור מרכז בקרה:

  1. פותחים את מאגר הנתונים של GitHub ב-Cloud Shell:

    Cloud Shell-פתיחה ב

  2. יוצרים קובץ של הגדרות משתנים ב-Terraform שכולל מידע על הפרויקט ועל מערך הנתונים ב-BigQuery. כדי ליצור את הקובץ, משתמשים בפקודה הבאה שנקראת variables.tfvars:

    cat << EOF > variables.tfvars
 project-id  = "PROJECT_ID"
 bq-dashboard-dataset-name = "DATASET_NAME"
 bq-billing-export-table-id = "PROJECT_ID.DATASET_NAME.TABLE_ID"
 looker-studio-service-agent-name = "LOOKER_STUDIO_AGENT_NAME"
EOF

    אלה המשתנים:

    • ‫PROJECT_ID: מזהה הפרויקט שמארח את מערך הנתונים בחיוב ב-Cloud.
    • ‫DATASET_NAME: מערך הנתונים ב-BigQuery שמכיל את הייצוא של נתוני העלות הסטנדרטיים.
    • ‫TABLE_ID: שם הטבלה ב-BigQuery שמכילה את הייצוא של נתוני החיוב הסטנדרטיים.
    • ‫LOOKER_STUDIO_AGENT_NAME: כתובת האימייל של סוכן השירות של Looker Studio, כמו שמופיעה בדף העזרה של סוכן השירות של Looker Studio

  3. כדי להפעיל את מאגר הנתונים של GitHub בתור ספריית העבודה ב-Terraform, מריצים את הפקודה הבאה:

    terraform init

  4. כדי לראות תצוגה מקדימה של השינויים בעקבות הגדרת Terraform, מריצים את פקודת terraform plan הבאה:

    terraform plan -var-file=variables.tfvars

    יכול להיות שתתבקשו לאשר ל-Cloud Shell לבצע בשמכם קריאות ל-API.

  5. בודקים את השינויים ב-Terraform. אם צריך, תוכלו לערוך את variables.tfvars כדי לשנות ערכים של משתנים. כשהכול יהיה מוכן ליצירת המשאבים, מריצים את פקודת terraform apply הבאה:

    terraform apply -var-file=variables.tfvars

    אחרי הרצת הפקודה תקבלו את חשבון השירות שנוצר לצורך אימות, ואת הקישור למרכז הבקרה ב-Looker Studio.

  6. מעתיקים את השם של חשבון השירות. תצטרכו את המידע הזה כשתגדירו את האימות של מקור הנתונים ב-Looker Studio.

  7. לוחצים על הקישור ל-Looker Studio כדי לפתוח את מרכז הבקרה.

  8. ב-Looker Studio, לוחצים על Edit and share כדי לשמור את מרכז הבקרה. כשמוצגת הבקשה לבדוק את הגדרות הגישה לנתונים, לוחצים על Acknowledge and save.

  9. אם מוצגת בקשה להוסיף נתונים לדוח, לוחצים על Add to report.

עכשיו אתם יכולים לגשת למרכז הבקרה דרך דף הבית של Looker Studio.

Python

כדי ליצור לעצמכם עותק של מרכז הבקרה באמצעות Python, קודם כל צריך לשכפל את מאגר GitHub שבו המערכת מבצעת אוטומציה של התהליך. בשלב הזה משתמשים ב-Cloud Shell – סביבת מעטפת אינטראקטיבית של Google Cloud שאפשר להשתמש בה מהדפדפן.

ככלל, סקריפט ההגדרה של המאגר:

  • יוצר תצוגה חדשה במערך הנתונים ב-BigQuery שבו מתבצע ייצוא נתוני העלות הסטנדרטיים שלכם.
  • מעתיק את התבנית של מרכז הבקרה ומקשר את העותק לתצוגת הנתונים שלכם ב-BigQuery.
  • יוצר קישור של Looker Studio לעותק של מרכז הבקרה. אפשר לשמור את הקישור במרכזי הבקרה ב-Looker Studio.

כדי ליצור מרכז בקרה:

  1. פותחים את מאגר הנתונים של GitHub ב-Cloud Shell:

    Cloud Shell-פתיחה ב

  2. מנווטים לספרייה billboard:

    cd examples/billboard

  3. מריצים את הפקודות הבאות כדי להגדיר את סביבת Python לסקריפט:

    rm -rf bill-env
python3 -m venv bill-env
source bill-env/bin/activate
pip install -r requirements.txt

  4. מריצים את הסקריפט שיוצר את מרכז הבקרה. יכול להיות שתצטרכו לאשר ל-Cloud Shell לבצע בשמכם קריאות ל-API:

    python billboard.py \
  -pr 'PROJECT_ID' \
  -se 'STANDARD_BILLING_EXPORT_DATASET' \
  -bb 'BILLBOARD_DATASET'

    אלה המשתנים:

    • PROJECT_ID: מזהה הפרויקט שמארח את מערכי הנתונים של החיוב ב-Cloud.
    • ‫STANDARD_BILLING_EXPORT_DATASET: מערך הנתונים ב-BigQuery שמכיל את הייצוא של נתוני עלות השימוש הסטנדרטיים.
    • ‫BILLBOARD_DATASET: השם של מערך הנתונים ב-BigQuery שבו נוצרת התצוגה ב-BigQuery של מרכז הבקרה, למשל example_dashboard_view. אם עדיין אין לכם מערך נתונים לתצוגות, הסקריפט יוצר מערך נתונים חדש בשם הזה.

    כשהרצת הסקריפט תסתיים, תקבלו קישור של Looker Studio למרכז הבקרה.

  5. לוחצים על הקישור ל-Looker Studio כדי לפתוח את מרכז הבקרה.

  6. ב-Looker Studio, לוחצים על Edit and share כדי לשמור את מרכז הבקרה. כשמוצגת בקשה להוסיף מקורות נתונים לדוח, לוחצים על Add to report.

עכשיו אתם יכולים לגשת למרכז הבקרה דרך דף הבית של Looker Studio.

(אופציונלי) הגדרת פרטי הכניסה של מקור הנתונים

כברירת מחדל, מרכז הבקרה של נתוני השימוש בחיוב משתמש בפרטי הכניסה שלכם כדי לגשת למקור הנתונים ב-BigQuery. אם אתם רוצים לשתף את מרכז הבקרה עם אנשים אחרים, מומלץ להשתמש בחשבון שירות ב- Google Cloud , שישמש לאימות מערך הנתונים ב-BigQuery כך שמקור הנתונים לא יהיה תלוי בפרטי הכניסה שלכם.

אם השתמשתם ב-Terraform כדי להעתיק את מרכז הבקרה, מזהה חשבון השירות יתקבל כשמריצים את הפקודה terraform apply. אם השתמשתם בסקריפט Python, mrhl ליצור את חשבון השירות באופן ידני לפי השלבים הבאים:

  1. מאתרים את כתובת האימייל של סוכן השירות של Looker Studio בדף העזרה של סוכן השירות של Looker Studio.

  2. יוצרים חשבון שירות לסוכן השירות של Looker Studio.

  3. מעניקים לחשבון השירות את ההרשאות הבאות בפרויקט שבו נמצאת התצוגה ב-BigQuery של מרכז הבקרה:

    • bigquery.dataViewer
    • bigquery.jobUser
    • iam.serviceAccountTokenCreator

אחרי שמקבלים את מזהה חשבון השירות, פועלים לפי השלבים הבאים כדי להשתמש בו לביצוע אימות:

  1. פותחים את מרכז הבקרה דרך דף הבית של Looker Studio.

  2. לוחצים על Edit כדי לערוך את מרכז הבקרה.

  3. בתפריט Resource, בוחרים באפשרות Manage added data sources. השם של מקור הנתונים במרכז הבקרה מתחיל ב-billing-export-view.

  4. בעמודה Actions של מקור הנתונים, לוחצים על Edit.

  5. לוחצים על Data credentials.

  6. בדף Update data credentials בוחרים באפשרות Service account credentials ומזינים את המזהה של חשבון השירות.

  7. לוחצים על Update כדי להשתמש בפרטי הכניסה של חשבון השירות.

  8. לוחצים על Done כדי לשמור את השינויים במקור הנתונים.

  9. כדי להציג את מרכז הבקרה לוחצים על View.

עדכון מרכז הבקרה לשימוש בתוויות של הארגון

במרכז הבקרה יש כמה תרשימים, כמו אלה שבדף Cost Reporting: Labels, שמבוססים על התוויות של המשאבים. כדי לראות פירוט מדויק של העלויות לפי תוויות ספציפיות, צריך לשנות את מסנני ברירת המחדל כך שישתמשו בתוויות שלכם.

  1. פותחים את מרכז הבקרה דרך דף הבית של Looker Studio.

  2. לוחצים על Edit כדי לערוך את מרכז הבקרה.

  3. בתפריט Resource בוחרים באפשרות Manage filters.

  4. בודקים את המסננים שמבוססים על labels.key ו-project.labels.key, ובמקרים הרלוונטיים לוחצים על Edit כדי לשנות את מפתחות התוויות למפתחות שבהם הארגון משתמש.

    לדוגמה, אם משתמשים במפתח התווית department כדי לארגן משאבים לפי יחידה עסקית, עורכים את המסנן business_unit ומשנים את המסנן project.labels.key ל-department.

  5. לוחצים על Close כדי לסיים את עריכת המסנן.

ניתוח הנתונים במרכז הבקרה

נתוני העלות מפורטים בדפים של מרכז הבקרה ב-Looker Studio, כך שתוכלו לראות תקצירים של העלויות והמגמות ולקבל מידע מפורט על ההוצאות.

ברוב הדפים אפשר לסנן את הנתונים לפי פרויקט, ולהשתמש בלוח השנה כדי לנתח את העלויות לפי תקופה.

הצגת סקירה כללית של העלויות

בדף Overview תוכלו לראות סקירה כללית לגבי העלויות נטו בחודש החשבונית הנוכחי ובחודשים קודמים, העלויות של השירותים המובילים והעלויות היומיות במהלך 30 הימים האחרונים.

בדף Trends אפשר להשוות בין העלויות בתקופות שונות, למשל בין החודש הנוכחי לחודש שעבר, או בין הרבעון הנוכחי לרבעון הקודם.

בדף Analysis תוכלו לנתח את העלויות לאורך זמן ולזהות אנומליות, כמו הוצאות גבוהות או נמוכות במיוחד.

בחינת הגורמים לשינוי בעלויות

בדפים הבאים תוכלו לגלות איפה אתם מוציאים הכי הרבה כסף:

  • עלות לפי שירות, לפי חודש
  • עלות לפי פרויקט, לפי חודש
  • עלות לפי פרויקט, שירות ומק"ט
  • עלות לפי אזור

כדי לקבל מידע מפורט על העלויות של כל שירות, אפשר להיעזר בדפים שספציפיים לשירות. לדוגמה, בדף GKE Clusters מופיע פירוט העלויות לפי אשכולות GKE ומרחבי שמות.

בחינת הזדמנויות לחיסכון באמצעות הנחות תמורת התחייבות לשימוש (CUD)

בהנחות תמורת התחייבות לשימוש (CUD) מוצעים מחירים מוזלים בתמורה להתחייבות להשתמש בכמות מינימלית של משאבים בפרק זמן מסוים.

בדפי ה-CUD במרכז הבקרה מופיע השימוש שלכם ב-Compute Engine, ב-Cloud SQL וב-Memorystore שעשוי לעמוד בקריטריונים לקבלת הנחות תמורת התחייבות לשימוש. אם כבר יש לכם הנחות תמורת התחייבות לשימוש, בדפים האלה יוצגו רק נתוני שימוש שלא נכללים בהנחות הקיימות.

הצגת העלויות של תוכנות ורישיונות נוספים ב-Cloud Marketplace

בדף Marketplace אפשר לראות את העלויות של התוכנות שרכשתם מ-Cloud Marketplace, כמו Google Cloud NetApp Volumes.

בדף Licenses אפשר לראות כמה אתם מוציאים על רישיונות נוספים, כמו רישיונות ל-Windows Server ב-Compute Engine ורישיונות של צד שלישי שרכשתם מ-Cloud Marketplace.

הצגת העלויות לפי תוויות

אפשר להתאים אישית את המסננים של מרכז הבקרה כדי להשתמש בתוויות של הארגון. אחרי עדכון המסננים תוכלו להשתמש בדפים הבאים כדי להציג את העלויות בפרויקטים ובתיקיות:

  • בדף By application מוצגות העלויות של כל המשאבים שמשויכים למפתח התווית application. לדוגמה, אם יש לכם אפליקציה לאינטרנט ואפליקציה לנייד, ולמשאבים שלהן יש את התוויות application:web ו-application:mobile בהתאמה, תוכלו לראות את העלויות של כל אפליקציה בנפרד.

  • בדף Labels מוצגות העלויות של תוויות ספציפיות, כמו מרכז עלויות וקוד עסק. אם התאמתם אישית את המסננים במרכז הבקרה, תוכלו לשנות את הכותרות של התרשימים בהתאם למסננים.

(מתקדם) שינוי הנתונים למספר חשבונות לחיוב ב-Cloud

אם אתם רוצים שמרכז הבקרה יכלול נתונים ממספר חשבונות לחיוב ב-Cloud, אתם יכולים לשנות את התצוגות של BigQuery כך שיכללו את הייצוא של נתוני החיוב של כל החשבונות לחיוב ב-Cloud.

לפני שמתחילים

כדי לכלול את החשבונות לחיוב ב-Cloud, צריך לבצע את כל השלבים בקטע הדרישות המוקדמות במדריך הזה.

עדכון התצוגות ב-BigQuery כך שיכללו נתוני ייצוא נוספים של החיוב ב-Cloud

  1. במסוף Google Cloud , פותחים את הדף BigQuery.

    כניסה ל-BigQuery

  2. בוחרים את הפרויקט שמכיל את מערך הנתונים שיצרתם עבור מרכז הבקרה.

  3. בחלונית Explorer מרחיבים את הפרויקט ואז מרחיבים את מערך הנתונים.

  4. לוחצים על התצוגה billboard כדי לראות את הפרטים שלה. בתצוגה מוצגת שאילתה על ייצוא נתוני העלות ונתוני השימוש הסטנדרטיים.

  5. לוחצים על הכרטיסייה Details ואז על Edit Query. השאילתה על התצוגה דומה לשאילתה הבאה:

    SELECT *,
  COALESCE((SELECT SUM(x.amount) FROM UNNEST(s.credits) x),0) AS credits_sum_amount,
  COALESCE((SELECT SUM(x.amount) FROM UNNEST(s.credits) x),0) + cost as net_cost,
  PARSE_DATE("%Y%m", invoice.month) AS Invoice_Month,
   _PARTITIONDATE AS date
from `PROJECT_ID.BILLING_ACCOUNT_EXPORT` s
WHERE _PARTITIONDATE > DATE_SUB(CURRENT_DATE(), INTERVAL 13 MONTH)

    כש-PROJECT_ID הוא שם הפרויקט ב-BigQuery שמכיל את ייצוא נתוני העלות הסטנדרטיים של החיוב ב-Cloud, ו-BILLING_ACCOUNT_EXPORT הוא השם של הטבלה ב-BigQuery שמכילה את נתוני העלות הסטנדרטיים שלכם.

  6. משכפלים את השאילתה הקיימת, ובקטע FROM מחליפים את מזהה הפרויקט ואת הטבלה ב-BigQuery במידע של החשבון הנוסף לחיוב ב-Cloud.

  7. מוסיפים את האופרטור UNION ALL בין שתי השאילתות כדי לשלב בין הנתונים. השאילתה הסופית תיראה בערך כמו בדוגמה הבאה, שמשלבת את ייצוא הנתונים של החשבונות לחיוב BILLING_ACCOUNT_1 ו-BILLING_ACCOUNT_2, שנמצאים בפרויקטים PROJECT_ID_1 ו-PROJECT_ID_2 בהתאמה.

    SELECT *, --query for BILLING_ACCOUNT_1
  COALESCE((SELECT SUM(x.amount) FROM UNNEST(s.credits) x),0) AS credits_sum_amount,
  COALESCE((SELECT SUM(x.amount) FROM UNNEST(s.credits) x),0) + cost as net_cost,
  EXTRACT(DATE FROM _PARTITIONTIME) AS date
FROM `PROJECT_ID_1.BILLING_ACCOUNT_1_EXPORT` s
WHERE _PARTITIONTIME >"2021-01-01"
UNION ALL
SELECT *, --query for BILLING_ACCOUNT_2
COALESCE((SELECT SUM(x.amount) FROM UNNEST(s.credits) x),0) AS credits_sum_amount,
COALESCE((SELECT SUM(x.amount) FROM UNNEST(s.credits) x),0) + cost as net_cost,
PARSE_DATE("%Y%m", invoice.month) AS Invoice_Month,
_PARTITIONDATE AS date
from `PROJECT_ID_2.BILLING_ACCOUNT_2_EXPORT` s
WHERE _PARTITIONDATE > DATE_SUB(CURRENT_DATE(), INTERVAL 13 MONTH)

  8. חוזרים על השלבים האלה לתצוגה billboard_detail, שבה המערכת מבצעת שאילתה על נתוני העלות ונתוני השימוש המפורטים.

  9. אם אחד מהחשבונות מוגדר למטבע שאינו דולר ארה"ב, חוזרים על השלבים האלה ומשתמשים בעמודה currency_conversion_rate כדי להמיר לדולר ארה"ב, בדומה לדוגמה הבאה:

    select *,
  (COALESCE((SELECT SUM(x.amount)
  FROM UNNEST(s.credits) x),0))/currency_conversion_rate AS credits_sum_amount,
    (COALESCE((SELECT SUM(x.amount)
    FROM UNNEST(s.credits) x),0))/currency_conversion_rate + cost/currency_conversion_rate as net_cost,
    'USD' as net_cost_currency,
     PARSE_DATE("%Y%m", invoice.month) AS Invoice_Month,
      _PARTITIONDATE AS date
from `PROJECT_ID.BILLING_ACCOUNT_DATASET` s
WHERE _PARTITIONDATE > DATE_SUB(CURRENT_DATE(), INTERVAL 13 MONTH)

הסרת המשאבים

Terraform

אם אתם רוצים להפסיק להשתמש במרכז הבקרה, תוכלו לפתוח שוב את ספריית העבודה ב-Terraform ולהשתמש בפקודה terraform apply כדי למחוק את המשאבים שיצרתם.

  1. פותחים את ספריית העבודה ב-Terraform מתוך Cloud Shell. אם השתמשתם במאגר GitHub במדריך הזה, תוכלו להשתמש בקישור הבא כדי לפתוח אותו:

    Cloud Shell-פתיחה ב

  2. כדי להציג אילו משאבים יימחקו, מריצים את הפקודה הבאה של terraform plan:

    terraform plan -destroy

  3. בודקים את השינויים ב-Terraform. כשמוכנים למחוק את המשאבים, מריצים את פקודת terraform apply הבאה:

    terraform apply -destroy

Python

אם אתם רוצים להפסיק להשתמש במרכז הבקרה, תוכלו לשכפל את המאגר של GitHub ולהריץ את הסקריפט של מרכז הבקרה עם האפשרות -clean. הסקריפט ימחק את התצוגות ב-BigQuery, אבל ישאיר את מערך הנתונים של הייצוא ב-BigQuery ללא שינוי.

  1. פותחים את מאגר הנתונים של GitHub ב-Cloud Shell:

    Cloud Shell-פתיחה ב

  2. מנווטים לספרייה billboard:

    cd examples/billboard

  3. מריצים את הפקודות הבאות כדי להגדיר את סביבת Python לסקריפט:

    pip install virtualenv
virtualenv bill-env
source bill-env/bin/activate
pip install -r requirements.txt

  4. מריצים את הפקודה להסרת המשאבים:

    python billboard.py \
  -pr 'PROJECT_ID' \
  -se 'STANDARD_BILLING_EXPORT_DATASET' \
  -de 'DETAILED_BILLING_EXPORT_DATASET' \
  -bb 'BILLBOARD_DATASET' \
  -clean yes

    אלה המשתנים:

    • PROJECT_ID: מזהה הפרויקט שמארח את מערכי הנתונים של החיוב ב-Cloud.
    • ‫STANDARD_BILLING_EXPORT_DATASET: מערך הנתונים ב-BigQuery שמכיל את הייצוא של נתוני עלות השימוש הסטנדרטיים.
    • ‫DETAILED_BILLING_EXPORT_DATASET: מערך הנתונים ב-BigQuery שמכיל את הייצוא של נתוני עלות השימוש המפורטים.
    • ‫BILLBOARD_DATASET: מערך הנתונים ב-BigQuery שבו יצרתם את התצוגות ב-BigQuery למרכז הבקרה.

  5. כדי למחוק את מרכז הבקרה ב-Looker Studio, פותחים את Looker Studio, מאתרים את מרכז הבקרה ובתפריט לוחצים על Remove.

המאמרים הבאים