Esporta il tuo impatto ambientale

Puoi esportare i tuoi dati di Carbon Footprint in BigQuery per eseguire l'analisi dei dati o per creare dashboard e report personalizzati.

L'esportazione di Carbon Footprint acquisisce le estimate delle emissioni di gas serra associate all'utilizzo dei servizi Google Cloud coperti per l'account di fatturazione selezionato.

Dopo aver configurato un'esportazione, ti vengono addebitati i costi per le risorse BigQuery utilizzate per archiviare ed eseguire query sui dati esportati.

Prima di iniziare

Per creare un'esportazione dell'Carbon Footprint, ti consigliamo di disporre dei seguenti ruoli IAM:

Nello specifico, devi disporre delle seguenti autorizzazioni IAM nel progetto Google Cloud:

  • resourcemanager.projects.update
  • serviceusage.services.enable
  • bigquery.transfers.update

E la seguente autorizzazione IAM nell'account di fatturazione:

  • billing.accounts.getCarbonInformation

Se utilizzi Controlli di servizio VPC

Se la tua organizzazione utilizza i controlli di servizio VPC, è necessario definire una regola di ingresso per l'API BigQuery e l'API BigQuery Data Transfer Service.

Per la regola del criterio in entrata:

  • Imposta l'origine nella sezione "Da" su "Consenti tutte le origini".
  • Concedi l'autorizzazione all'identità els-da-carbon@gcp-carbon-footprint-exports.iam.gserviceaccount.com.

Configurare un'esportazione dell'Carbon Footprint in BigQuery

I dati sull'Carbon Footprint vengono esportati tramite il servizio BigQuery Data Transfer. Il trasferimento dei dati crea una tabella partizionata mensile chiamata carbon_footprint nel set di dati BigQuery di tua scelta.

L'Carbon Footprint esporta i dati di ogni mese il giorno 15 del mese successivo. Ad esempio, i dati sul carbonio relativi a settembre 2022 verranno esportati il 15 ottobre 2022.

Una volta creata una configurazione di trasferimento dell'Carbon Footprint, i report sull'impronta di carbonio futuri verranno esportati automaticamente il 15 di ogni mese. Potrai anche eseguire un backfill per richiedere i dati storici a partire da gennaio 2021.

Console

Per avviare l'esportazione:

  1. Vai a Carbon Footprint
  2. Seleziona l'account di fatturazione Cloud che vuoi esportare dal menu Account di fatturazione.
  3. Fai clic su Esporta per attivare BigQuery Data Transfer Service e aprire la pagina del servizio.
  4. Nella pagina BigQuery Data Transfer Service:
    1. Assicurati che Origine sia impostata su "Esportazioni del carbon footprint di Google Cloud".
    2. In Nome configurazione di trasferimento, inserisci un nome visualizzato.
    3. In Impostazioni di destinazione, fai clic sul campo ID set di dati e poi seleziona Crea nuovo set di dati se vuoi creare un nuovo set di dati BigQuery per ospitare la tabella esportata. In alternativa, seleziona un set di dati BigQuery esistente.
    4. In Dettagli dell'origine dati, conferma l'ID account di fatturazione Cloud da esportare. (Facoltativo) Aggiungi altri ID account come elenco separato da virgole. Tutti gli ID account di fatturazione devono essere nel formato XXXXXX-XXXXXX-XXXXXX.
  5. Fai clic su Salva.
  6. Nella finestra di richiesta di accesso, fai clic su Consenti.

bq

Utilizza il comando bq mk --transfer_config per avviare l'esportazione:

bq mk \
--transfer_config \
--target_dataset=DATASET \
--display_name=NAME \
--params='{"billing_accounts":"BILLING_ACCOUNT_IDS"}' \
--data_source='61cede5a-0000-2440-ad42-883d24f8f7b8'

Dove:

  • DATASET è il set di dati di destinazione per la configurazione del trasferimento.
  • NAME è il nome visualizzato della configurazione di trasferimento. Ad esempio: "Report sull'impronta di carbonio dell'azienda".
  • BILLING_ACCOUNT_IDS è il tuo ID account di fatturazione o un elenco di ID account di fatturazione separati da virgole. Ad esempio: XXXXXX-XXXXXX-XXXXXX,XXXXXX-XXXXXX-XXXXXX

Terraform

Utilizza la risorsa Terraform bigquery_data_transfer_config per creare un'esportazione:

resource "google_bigquery_data_transfer_config" "RESOURCE_NAME" {
  display_name           = "NAME"
  data_source_id         = "61cede5a-0000-2440-ad42-883d24f8f7b8"
  destination_dataset_id = google_bigquery_dataset.DATASET.dataset_id
  params = {
    billing_accounts     = "BILLING_ACCOUNT_IDS"
  }
}

Dove:

  • RESOURCE_NAME è il nome della risorsa Terraform. Ad esempio: carbon_export.
  • NAME è il nome visualizzato della configurazione di trasferimento. Ad esempio: "Report sull'impronta di carbonio dell'azienda".

  • DATASET è il nome della risorsa Terraform google_bigquery_dataset da utilizzare come set di dati di destinazione per l'esportazione.

  • BILLING_ACCOUNT_IDS è il tuo ID account di fatturazione o un elenco di ID account di fatturazione separati da virgole. Ad esempio: XXXXXX-XXXXXX-XXXXXX,XXXXXX-XXXXXX-XXXXXX

La configurazione del trasferimento è stata creata ed esporterà i dati il 15 di ogni mese futuro.

La configurazione di trasferimento non esporta automaticamente i dati storici. Per richiedere i dati storici a partire da gennaio 2021, pianifica un backfill dei dati seguendo i passaggi che seguono.

Console

Per pianificare il backfill dati:

  1. Vai ai dettagli del trasferimento che hai appena creato.
  2. Fai clic su Pianifica backfill.
  3. Seleziona Esegui per un intervallo di date.
  4. Seleziona il 15 febbraio 2021 come data di inizio e la data odierna come data di fine. Tieni presente che l'esportazione del 15 febbraio 2021 contiene i dati di gennaio 2021 ed è quindi il primo mese che puoi richiedere.
  5. Fai clic su OK per richiedere il backfill dati.

Verranno creati dei backfill dei dati per l'intervallo selezionato, esportando i dati mensili storici nel set di dati di destinazione.

bq

Utilizza il comando bq mk --transfer_run per creare un backfill:

bq mk \
--transfer_run \
--start_time=START_TIME \
--end_time=END_TIME \
CONFIG

Dove:

  • START_TIME è un timestamp che specifica l'ora di inizio dell'intervallo da eseguire il backfill. Ad esempio: 2021-02-15T00:00:00Z. Tieni presente che il 15 febbraio 2021 è la data più antica che puoi specificare qui, poiché contiene i dati di gennaio 2021.
  • END_TIME è un timestamp che specifica l'ora di fine dell'intervallo da eseguire il backfill. Ad esempio: 2022-09-15T00:00:00Z. Puoi utilizzare la data corrente.
  • TRANSFER_CONFIG è l'identificatore del trasferimento creato nel passaggio precedente. Ad esempio: projects/0000000000000/locations/us/transferConfigs/00000000-0000-0000-0000-000000000000.

Una volta esportati i dati, puoi utilizzare BigQuery per visualizzarli ed eseguire query. Scopri di più sullo schema dei dati.

Puoi condividere i dati esportati con altri utenti della tua organizzazione concedendo loro il ruolo IAM utente BigQuery nel progetto selezionato in precedenza. In alternativa, puoi concedere un accesso granulare a livello di set di dati o tabella utilizzando il ruolo IAM Visualizzatore dati BigQuery.

Gestione delle esportazioni di Carbon Footprint

Puoi gestire le esportazioni dell'Carbon Footprint tramite il servizio BigQuery Data Transfer. Scopri di più su come lavorare con i trasferimenti.

Esportazione in Fogli Google o CSV

Dopo aver configurato l'esportazione dell'impronta di carbonio in BigQuery e aver completato l'esportazione pianificata, puoi esportare i dati da BigQuery in Fogli Google o in formato CSV.

  1. Vai a BigQuery
  2. Nel riquadro Explorer, espandi il progetto e il set di dati, quindi seleziona la tabella contenente i dati sull'impronta di carbonio esportati.
  3. Fai clic su Query.
  4. Inserisci una query per restituire i dati che vuoi esportare. Di seguito è riportato un esempio.
  5. Al termine dell'esecuzione della query, fai clic su Salva risultati in Risultati delle query.
  6. Seleziona il formato desiderato e fai clic su Salva.

La seguente query ti consente di salvare l'intero contenuto della tabella esportata:

SELECT
  usage_month,
  billing_account_id,
  project.number AS project_number,
  project.id AS project_id,
  service.id AS service_id,
  service.description AS service_description,
  location.location AS location,
  location.region AS region,
  carbon_model_version,
  carbon_footprint_kgCO2e.scope1 AS carbon_footprint_scope1,
  carbon_footprint_kgCO2e.scope2.location_based AS carbon_footprint_scope2_location_based,
  carbon_footprint_kgCO2e.scope3 AS carbon_footprint_scope3,
  carbon_footprint_total_kgCO2e.location_based AS carbon_footprint_total_location_based
FROM
  `PROJECT.DATASET.carbon_footprint`
ORDER BY
  usage_month DESC,
  carbon_footprint_total_location_based DESC

Passaggi successivi