使用 Looker 数据洞察直观呈现您的费用

您可以结合使用将 Cloud Billing 数据导出到 BigQuery 的功能与 Looker 数据洞察，随时了解 Google Cloud 费用。

本页介绍如何使用 Cloud Billing 数据设置结算使用情况和费用数据分析信息中心。您可以使用信息中心回答有关 Google Cloud 支出的问题，例如我的 Compute Engine 资源支出是多少？

Looker 数据洞察中的可视化示例

您可以按照本教程中的说明设置信息中心，也可以观看以下视频：

目标

本教程将介绍如何完成下列任务：

使用 Cloud Shell 设置您自己的结算使用情况和费用数据分析信息中心的副本。
了解如何针对高级案例修改信息中心视图，例如，如果您有多个 Cloud Billing 帐号，或者 Cloud Billing 帐号使用非美元货币。

费用

在本文档中，您将使用 Google Cloud 的以下收费组件：

BigQuery

将 Cloud Billing 数据存储在 BigQuery 中的费用通常是免费的，或者只需些许费用。根据 BigQuery 数据集的大小，您可能需要支付查询数据进行分析的费用。

您可使用价格计算器根据您的预计使用情况来估算费用。 Google Cloud 新用户可能有资格申请免费试用。

准备工作

设置将 Cloud Billing 数据导出到 BigQuery

如需使用信息中心，您必须为标准和详细 Cloud Billing 使用情况数据启用 BigQuery 导出。

启用数据导出后，数据集大约需要一天时间才能填充 Cloud Billing 数据。您可能会先看到一些网络出站流量，之后是一些虚拟机费用，然后是 Pub/Sub 使用情况，等等。获得数据集中的数据后，您可以针对该数据集运行查询。

注意：Cloud Billing 数据仅反映自启用 Cloud Billing 导出之日起产生的 Google Cloud 使用情况和费用数据。Google Cloud Billing 数据不会追溯添加，因此您不会看到启用导出之前的 Cloud Billing 数据。我们建议您在创建 Cloud Billing 帐号的同时启用将 Cloud Billing 数据导出到 BigQuery 的功能，这样您就可以获得一组更全面的 Google Cloud 结算数据，以满足您的分析需求。
如果您的组织已设置 BigQuery 导出功能，则您必须在托管数据集的项目中创建 BigQuery 视图的权限。

（可选）如果要为 BigQuery 视图创建新数据集，则必须具有创建 BigQuery 数据集的权限。
获取有关 Google Cloud 环境的以下信息：
- 托管您的 Cloud Billing BigQuery 数据集的项目 ID。
- 标准和详细费用数据导出的数据集名称。通常，费用数据导出位于同一个数据集中。

创建信息中心的副本

如需创建您自己的信息中心副本，请先克隆自动执行该过程的 GitHub 代码库。此步骤使用 Cloud Shell，它是 Google Cloud 的交互式 Shell 环境，您可以通过浏览器使用。

概括来讲，该代码库中的设置脚本会执行以下任务：

创建一个新的 BigQuery 数据集，其中包含从标准和详细费用数据导出中提取数据的视图。
复制信息中心模板并将副本连接到数据的 BigQuery 视图。
为您提供 Looker 数据洞察的链接，该副本可保存到 Looker 数据洞察信息中心。

如需创建副本，请执行以下操作：

在 Cloud Shell 中打开 GitHub 代码库：
导航到 billboard 目录：
```
cd examples/billboard
```

运行以下命令以设置脚本的 Python 环境：

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

运行用于创建信息中心的脚本。您可能需要授权 Cloud Shell 以代表您进行 API 调用：
```
python billboard.py \
  -pr PROJECT_ID \
  -se STANDARD_BILLING_EXPORT_DATASET \
  -de DETAILED_BILLING_EXPORT_DATASET \
  -bb BILLBOARD_DATASET
```
其中的变量如下所示：
- PROJECT_ID：托管您的 Cloud Billing 数据集的项目 ID。
- STANDARD_BILLING_EXPORT_DATASET：包含标准费用数据导出的 BigQuery 数据集。
- DETAILED_BILLING_EXPORT_DATASET：包含详细使用费数据导出的 BigQuery 数据集。
- BILLBOARD_DATASET：在其中创建信息中心的 BigQuery 视图的 BigQuery 数据集的名称，例如 example_dashboard_views。如果您还没有视图的数据集，脚本会使用此名称创建一个新数据集。
脚本运行完毕后，您会获得一个指向您的 Looker 数据洞察的链接。
点击 Looker 数据洞察链接以打开信息中心。
在 Looker 数据洞察中，点击修改和共享以保存信息中心。当系统提示您向报告添加数据源时，点击添加到报告。

现在，您可以从 Looker 数据洞察首页访问信息中心了。

（高级）修改多个 Cloud Billing 帐号的数据

如果您希望信息中心包含来自多个 Cloud Billing 帐号的数据，则可以修改 BigQuery 视图，以包含所有 Cloud Billing 帐号的结算数据导出。

准备工作

对于您要包含的每个 Cloud Billing 帐号，请按照教程前提条件中的步骤操作。

更新 BigQuery 视图以包含其他 Cloud Billing 导出

在 Google Cloud 控制台中，打开 BigQuery 页面。

转到 BigQuery
选择包含您为信息中心创建的数据集的项目。
在浏览器面板中，展开您的项目，然后展开数据集。
点击布告栏视图以查看其详细信息。此视图查询您的标准费用和使用情况数据导出。

点击详细信息标签页，然后点击修改查询。该视图的查询类似于以下内容：

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,
  EXTRACT(DATE FROM _PARTITIONTIME) AS date
from `PROJECT_ID.BILLING_ACCOUNT_EXPORT` s
WHERE _PARTITIONTIME >"2021-01-01"

其中，PROJECT_ID 是包含 Cloud Billing 的 BigQuery 标准费用数据导出的项目，BILLING_ACCOUNT_EXPORT 是包含标准费用数据的 BigQuery 表的名称。

复制现有查询，然后在 FROM 子句中，将项目 ID 和 BigQuery 表替换为其他 Cloud Billing 帐号的信息。

在两个查询之间添加 UNION ALL 运算符以组合数据。您的最终查询类似于以下示例，其中组合了 BILLING_ACCOUNT_1 和 BILLING_ACCOUNT_2 的数据导出（位于 PROJECT_ID_1 和 PROJECT_ID_2 中）。

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,
  EXTRACT(DATE FROM _PARTITIONTIME) AS date
from `PROJECT_ID_2.BILLING_ACCOUNT_2_EXPORT` s
WHERE _PARTITIONTIME >"2021-01-01"

对 billboard_detail 视图重复上述步骤，以查询详细费用和使用情况数据。

如果您的某个帐号采用非美元货币，请重复上述步骤，并使用 currency_conversion_rate 列转换为美元，如以下示例所示：

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,
    EXTRACT(DATE FROM _PARTITIONTIME) AS date
from `PROJECT_ID.BILLING_ACCOUNT_DATASET` s
WHERE _PARTITIONTIME >"2021-01-01"

清理

如果您不想继续使用信息中心，请克隆 GitHub 代码库并使用 -clean 选项运行信息中心脚本。该脚本会删除 BigQuery 视图，但您的 BigQuery 导出数据集保持不变。

在 Cloud Shell 中打开 GitHub 代码库：
导航到 billboard 目录：
```
cd examples/billboard
```

运行以下命令以设置脚本的 Python 环境：

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

运行清理命令：
```
python billboard.py \
  -pr PROJECT_ID \
  -se STANDARD_BILLING_EXPORT_DATASET \
  -de DETAILED_BILLING_EXPORT_DATASET
  -bb BILLBOARD_DATASET \
  -clean yes
```
其中的变量如下所示：
- PROJECT_ID：托管您的 Cloud Billing 数据集的项目 ID。
- STANDARD_BILLING_EXPORT_DATASET：包含标准使用费导出数据的 BigQuery 数据集。
- DETAILED_BILLING_EXPORT_DATASET：包含详细使用费数据导出的 BigQuery 数据集。
- BILLBOARD_DATASET：您为信息中心创建 BigQuery 视图的 BigQuery 数据集。
如需删除 Looker 数据洞察信息中心，请打开 Looker 数据洞察，找到信息中心，然后从菜单中点击移除。

后续步骤

了解 BigQuery 中的 Cloud Billing 数据表
查看有关 Cloud Billing 数据导出的示例查询。
了解如何在 Google Cloud 中实现 FinOps 以及监控费用的最佳做法。
查看用于创建信息中心的代码。