CO2-Bilanz exportieren

Sie können Ihre Carbon Footprint-Daten nach BigQuery exportieren, um um Datenanalysen durchzuführen oder benutzerdefinierte Dashboards und Berichte zu erstellen.

Der Export der CO₂-Bilanz erfasst die geschätzten Treibhausgasemissionen im Zusammenhang mit der Nutzung abgedeckter Google Cloud-Dienste für das ausgewählte Rechnungskonto.

Nach der Konfiguration eines Exports werden Ihnen die BigQuery-Ressourcen in Rechnung gestellt, die zum Speichern und Abfragen der exportierten Daten verwendet werden.

Hinweis

Für den Export der CO₂-Bilanz benötigen Sie die folgenden IAM-Rollen:

Konkret benötigen Sie die folgenden IAM-Berechtigungen für dem Google Cloud-Projekt:

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

Außerdem ist die folgende IAM-Berechtigung für das Rechnungskonto erforderlich:

  • billing.accounts.getCarbonInformation

Mit VPC Service Controls

Wenn Ihre Organisation VPC Service Controls verwendet, muss eine Regel für eingehenden Traffic werden für die BigQuery API und die BigQuery Data Transfer Service API definiert.

Für die Regel der Ingress-Richtlinie:

  • Quelle im Feld 'Von' festlegen auf "Alle Quellen zulassen".
  • Gewähren Sie der Identität els-da-carbon@gcp-carbon-footprint-exports.iam.gserviceaccount.com die Berechtigung.

Carbon Footprint-Export nach BigQuery konfigurieren

Carbon Footprint-Daten werden über die BigQuery Data Transfer Service Durch die Datenübertragung wird im gewünschten BigQuery-Dataset eine monatlich partitionierte Tabelle namens carbon_footprint erstellt.

Carbon Footprint exportiert die Daten jedes Monats am 15. Tag des Folgemonat. So werden beispielsweise CO₂-Daten für September 2022 am 15. Oktober 2022 exportiert.

Sobald eine CO₂-Bilanz-Übertragungskonfiguration erstellt wurde, werden zukünftige CO₂-Berichte automatisch am 15. eines jeden Monats exportiert. Sie können auch ein Backfill ausführen, um Verlaufsdaten bis Januar 2021 anzufordern.

Console

So starten Sie den Export:

  1. CO₂-Bilanz aufrufen
  2. Wählen Sie im Menü Rechnungskonto das Cloud-Rechnungskonto aus, das Sie exportieren möchten.
  3. Klicken Sie auf Exportieren, um den BigQuery Data Transfer Service zu aktivieren und die Seite „BigQuery Data Transfer Service“ zu öffnen.
  4. Gehen Sie auf der Seite von BigQuery Data Transfer Service so vor:
    1. Achten Sie darauf, dass Quelle auf „Google Cloud Carbon Footprint“ festgelegt ist Exporte“.
    2. Geben Sie unter Transfer config name (Konfigurationsname für Übertragung) einen Anzeigenamen ein.
    3. Klicken Sie unter Zielanpassungen auf das Feld Dataset-ID und wählen Sie dann Neues Dataset erstellen aus, wenn Sie ein neues BigQuery-Dataset zum Hosten der exportierten Tabelle erstellen möchten. Alternativ können Sie auch ein vorhandenes BigQuery-Dataset auswählen.
    4. Bestätigen Sie unter Details zur Datenquelle die Cloud-Rechnungskonto-ID, exportieren. Optional: Fügen Sie zusätzliche Konto-IDs durch Kommas getrennt hinzu. Liste. Alle Rechnungskonto-IDs müssen das Format XXXXXX-XXXXXX-XXXXXX
  5. Klicken Sie auf Speichern.
  6. Klicken Sie im Fenster für die Zugriffsanfrage auf Zulassen.

bq

Verwenden Sie den Befehl bq mk --transfer_config, um den Export zu starten:

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

Wobei:

  • DATASET ist das Ziel-Dataset für die Übertragungskonfiguration.
  • NAME ist der Anzeigename für die Übertragungskonfiguration. Beispiel: „CO2-Bericht des Unternehmens“.
  • BILLING_ACCOUNT_IDS ist die ID Ihres Rechnungskontos oder ein kommagetrennte Liste von Rechnungskonto-IDs. Beispiel: XXXXXX-XXXXXX-XXXXXX,XXXXXX-XXXXXX-XXXXXX

Terraform

Verwenden Sie die Terraform-Ressource bigquery_data_transfer_config, um einen Export zu erstellen:

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"
  }
}

Wobei:

  • RESOURCE_NAME ist der Name der Terraform-Ressource. Beispiel: carbon_export
  • NAME ist der Anzeigename für die Übertragungskonfiguration. Beispiel: „Carbon Report des Unternehmens“.
  • DATASET ist der Name der google_bigquery_dataset-Terraform-Ressource, die als Ziel-Dataset für den Export verwendet werden soll.

  • BILLING_ACCOUNT_IDS ist die ID Ihres Rechnungskontos oder ein kommagetrennte Liste von Rechnungskonto-IDs. Beispiel: XXXXXX-XXXXXX-XXXXXX,XXXXXX-XXXXXX-XXXXXX

Die Übertragungskonfiguration wurde erstellt und exportiert Daten am 15. jeden zukünftigen Monat.

Die Übertragungskonfiguration exportiert nicht automatisch Verlaufsdaten. Bis Verlaufsdaten bis Januar 2021 anfordern, Daten-Backfill Gehen Sie dazu so vor:

Console

So planen Sie den Daten-Backfill:

  1. Rufen Sie die Details der soeben erstellten Übertragung auf.
  2. Klicken Sie auf Backfill planen.
  3. Wählen Sie Für einen Zeitraum ausführen aus.
  4. Wählen Sie für das Startdatum den 15. Februar 2021 und für das Enddatum festgelegt werden. Der Export vom 15. Februar 2021 enthält die Daten für Januar 2021 und ist daher der früheste Monat, für den eine Anfrage möglich ist.
  5. Klicken Sie auf OK, um den Daten-Backfill anzufordern.

Für den ausgewählten Zeitraum werden Daten-Backfills erstellt und monatliche Verlaufsdaten in das Ziel-Dataset exportiert.

bq

Verwenden Sie den Befehl bq mk --transfer_run, um einen Backfill zu erstellen:

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

Wobei:

  • START_TIME ist ein Zeitstempel gibt die Startzeit des Bereichs für den Backfill an. Beispiel: 2021-02-15T00:00:00Z. Hinweis: Der 15. Februar 2021 ist das früheste Datum, das Sie hier angeben können. da sie die Daten von Januar 2021 enthält.
  • END_TIME ist ein Zeitstempel gibt die Endzeit des Bereichs für den Backfill an. Beispiel: 2022-09-15T00:00:00Z. Sie können das aktuelle Datum verwenden.
  • TRANSFER_CONFIG ist die ID der Übertragung, die erstellt wurde in aus dem vorherigen Schritt. Beispiel: projects/0000000000000/locations/us/transferConfigs/00000000-0000-0000-0000-000000000000

Nachdem die Daten exportiert wurden, können Sie sie mit BigQuery ansehen und abfragen. Weitere Informationen zum Datenschema

Sie können die exportierten Daten für andere Nutzer in Ihrer Organisation freigeben, indem Sie ihnen die IAM-Rolle „BigQuery-Nutzer“ für das zuvor ausgewählte Projekt gewähren. Alternativ können Sie detaillierte auf Dataset- oder Tabellenebene mithilfe der IAM-Rolle „BigQuery-Datenbetrachter“

Exporte von CO2-Bilanzen verwalten

Sie können Ihre Carbon Footprint-Exporte über die BigQuery Data Transfer Service Weitere Informationen zum Arbeiten mit Übertragungen

In Google Tabellen oder CSV-Datei exportieren

Nachdem Sie den Export der CO₂-Bilanz nach BigQuery konfiguriert und der geplante Export abgeschlossen ist, können Sie diese Daten aus BigQuery in Google Tabellen oder CSV exportieren.

  1. BigQuery aufrufen
  2. Maximieren Sie im Bereich Explorer Ihr Projekt und das Dataset und wählen Sie die die exportierten Daten zur CO2-Bilanz enthält.
  3. Klicken Sie auf Abfrage.
  4. Geben Sie eine Abfrage ein, um die Daten zurückzugeben, die Sie exportieren möchten. Unten sehen Sie ein Beispiel.
  5. Klicken Sie nach der Ausführung der Abfrage unter Abfrageergebnisse auf Ergebnisse speichern.
  6. Wählen Sie das gewünschte Format aus und klicken Sie auf Speichern.

Mit der folgenden Abfrage können Sie den gesamten Inhalt der exportierten Tabelle speichern:

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

Nächste Schritte