Exportar sua pegada de carbono

Você pode exportar seus dados da Pegada de carbono para o BigQuery para fazer análises de dados ou criar painéis e relatórios personalizados.

A exportação da Pegada de carbono captura as emissões estimadas de gases do efeito estufa associadas ao uso dos serviços do Google Cloud incluídos na conta de faturamento selecionada.

Depois de configurar uma exportação, você vai receber cobranças pelos recursos do BigQuery usados para armazenar e consultar os dados exportados.

Antes de começar

Para criar uma exportação de Pegada de carbono, recomendamos ter os seguintes papéis do IAM:

Mais especificamente, você precisa ter as seguintes permissões do IAM no projeto do Google Cloud:

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

E a seguinte permissão do IAM na conta de faturamento:

  • billing.accounts.getCarbonInformation

Se estiver usando o VPC Service Controls

Se a sua organização estiver usando o VPC Service Controls, uma regra de entrada precisa ser definida para a API BigQuery e a API BigQuery Data Transfer Service.

Para a regra da política de entrada:

  • Defina a origem na seção "De" como "Todas as fontes permitidas".
  • Conceda permissão à identidade, els-da-carbon@gcp-carbon-footprint-exports.iam.gserviceaccount.com.

Como configurar uma exportação do Pegada de carbono para o BigQuery

Os dados da pegada de carbono são exportados pelo serviço de transferência de dados do BigQuery. A transferência de dados cria uma tabela particionada mensal chamada carbon_footprint no conjunto de dados do BigQuery que você escolher.

A Pegada de carbono exporta os dados de cada mês no dia 15 do mês seguinte. Por exemplo, os dados de carbono de setembro de 2022 serão exportados em 15 de outubro de 2022.

Depois que uma configuração de transferência de Pegada de carbono for criada, ela vai exportar automaticamente os próximos relatórios de carbono no dia 15 de cada mês. Também será possível executar um preenchimento para solicitar dados históricos de janeiro de 2021.

Console

Siga estas etapas para iniciar a exportação:

  1. Acessar a pegada de carbono
  2. Selecione a conta do Cloud Billing que você quer exportar no menu Conta de faturamento.
  3. Clique em Exportar para ativar o serviço de transferência de dados do BigQuery e abrir a página do serviço.
  4. Na página do serviço de transferência de dados do BigQuery:
    1. Verifique se a Origem está definida como "Exportações de pegada de carbono do Google Cloud".
    2. Em Transferir nome da configuração, insira um nome de exibição.
    3. Em Configurações do destino, clique no campo ID do conjunto de dados e selecione Criar novo conjunto de dados se quiser criar um novo conjunto de dados do BigQuery para hospedar a tabela exportada. Caso contrário, selecione um conjunto de dados do BigQuery existente.
    4. Em Detalhes da fonte de dados, confirme o ID da conta do Cloud Billing para exportar. Opcionalmente, adicione outros IDs de conta como uma lista separada por vírgulas. Todos os IDs de contas de faturamento precisam estar no formato XXXXXX-XXXXXX-XXXXXX.
  5. Clique em Salvar.
  6. Na janela de solicitação de acesso, clique em Permitir.

bq

Use o comando bq mk --transfer_config para iniciar a exportação:

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

Em que:

  • DATASET é o conjunto de dados de destino na configuração da transferência:
  • NAME é o nome de exibição da configuração de transferência. Por exemplo: "Relatório de emissões de carbono da empresa".
  • BILLING_ACCOUNT_IDS é o ID da sua conta de faturamento ou uma lista separada por vírgulas de IDs de contas de faturamento. Por exemplo: XXXXXX-XXXXXX-XXXXXX,XXXXXX-XXXXXX-XXXXXX

Terraform

Use o recurso bigquery_data_transfer_config do Terraform para criar uma exportação:

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"
  }
}

Em que:

  • RESOURCE_NAME é o nome do recurso do Terraform. Por exemplo, carbon_export.
  • NAME é o nome de exibição da configuração de transferência. Por exemplo: "Relatório de emissões de carbono da empresa".

  • DATASET é o nome do recurso google_bigquery_dataset do Terraform a ser usado como o conjunto de dados de destino para a exportação.

  • BILLING_ACCOUNT_IDS é o ID da sua conta de faturamento ou uma lista separada por vírgulas de IDs de contas de faturamento. Por exemplo: XXXXXX-XXXXXX-XXXXXX,XXXXXX-XXXXXX-XXXXXX

A configuração de transferência foi criada e vai exportar dados no dia 15 de cada mês.

A configuração de transferência não exporta dados históricos automaticamente. Para solicitar dados históricos de janeiro de 2021, programe um preenchimento de dados seguindo as etapas abaixo.

Console

Siga estas etapas para programar o preenchimento de dados:

  1. Acesse os detalhes da transferência que você acabou de criar.
  2. Clique em Programar preenchimento.
  3. Selecione Executar em um período.
  4. Selecione 15 de fevereiro de 2021 como a data de início e a data de hoje como a data de término. A exportação de 15 de fevereiro de 2021 contém os dados de janeiro de 2021 e, portanto, é o mês mais antigo disponível para solicitação.
  5. Clique em OK para solicitar o preenchimento de dados.

Os preenchimentos de dados serão criados para o intervalo selecionado, exportando dados históricos mensais para o conjunto de dados de destino.

bq

Use o comando bq mk --transfer_run para criar um preenchimento:

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

Em que:

  • START_TIME é um carimbo de data/hora que especifica o horário de início do intervalo a ser preenchido. Por exemplo: 2021-02-15T00:00:00Z. 15 de fevereiro de 2021 é a data mais antiga que você pode especificar aqui, porque contém os dados de janeiro de 2021.
  • END_TIME é um carimbo de data/hora que especifica o horário de término do intervalo a ser preenchido. Por exemplo: 2022-09-15T00:00:00Z. Você pode usar a data atual.
  • TRANSFER_CONFIG é o identificador da transferência criada na etapa anterior. Por exemplo, projects/0000000000000/locations/us/transferConfigs/00000000-0000-0000-0000-000000000000.

Depois que os dados forem exportados, você poderá usar o BigQuery para visualizar e consultar os dados. Leia mais sobre o esquema de dados.

Você pode compartilhar os dados exportados com outras pessoas na sua organização concedendo a elas a função de IAM de usuário do BigQuery no projeto selecionado anteriormente. Como alternativa, é possível conceder acesso detalhado no nível do conjunto de dados ou da tabela usando o papel do IAM de leitor de dados do BigQuery.

Gerenciar exportações da pegada de carbono

É possível gerenciar as exportações de pegada de carbono pelo serviço de transferência de dados do BigQuery. Saiba mais sobre como trabalhar com transferências.

Exportar para as Planilhas Google ou CSV

Depois de configurar a exportação da pegada de carbono para o BigQuery e concluir a exportação programada, você pode exportar esses dados do BigQuery para as Planilhas Google ou CSV.

  1. Ir para o BigQuery
  2. No painel Explorer, expanda o projeto e o conjunto de dados e selecione a tabela que contém os dados exportados da pegada de carbono.
  3. Clique em Consulta.
  4. Insira uma consulta para retornar os dados que você quer exportar. Veja um exemplo abaixo.
  5. Depois que a consulta for executada, em Resultados da consulta, clique em Salvar resultados.
  6. Selecione o formato desejado e clique em Salvar.

A consulta a seguir permite salvar todo o conteúdo da tabela exportada:

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

A seguir