CO2-Bilanz exportieren
Sie können Ihre Carbon Footprint-Daten nach BigQuery exportieren, um Datenanalysen durchzuführen oder benutzerdefinierte Dashboards und Berichte zu erstellen.
Der Carbon Footprint-Export erfasst die geschätzten Treibhausgasemissionen im Zusammenhang mit der Nutzung von abgedeckten Google Cloud-Diensten 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.
Hinweise
Zum Erstellen eines Carbon Footprint-Exports empfehlen wir die folgenden IAM-Rollen:
- Projektinhaber oder Projektbearbeiter für das Google Cloud-Projekt, in das exportiert werden soll.
- Carbon Footprint Viewer oder Billing Account Viewer für das Rechnungskonto, dessen CO2-Daten exportiert werden.
Konkret benötigen Sie die folgenden IAM-Berechtigungen für das Google Cloud-Projekt:
resourcemanager.projects.update
serviceusage.services.enable
bigquery.transfers.update
Und die folgende IAM-Berechtigung für das Rechnungskonto:
billing.accounts.getCarbonInformation
Bei Verwendung von VPC Service Controls
Wenn Ihre Organisation VPC Service Controls verwendet, muss für die BigQuery API und die BigQuery Data Transfer Service API eine Regel für eingehenden Traffic definiert werden.
Für die Richtlinienregel für eingehenden Traffic:
- Legen Sie im Abschnitt „Von“ die Option „Alle Quellen zulassen“ fest.
- Erteilen Sie die Berechtigung für die Identität
els-da-carbon@gcp-carbon-footprint-exports.iam.gserviceaccount.com
.
Carbon Footprint-Export nach BigQuery konfigurieren
Carbon Footprint-Daten werden über den BigQuery Data Transfer Service exportiert.
Bei der Datenübertragung wird eine monatlich partitionierte Tabelle mit dem Namen carbon_footprint
im BigQuery-Dataset Ihrer Wahl erstellt.
Carbon Footprint exportiert die Daten jedes Monats am 15. Tag des Folgemonats. Beispielsweise werden die CO2-Daten für September 2022 am 15. Oktober 2022 exportiert.
Nachdem eine Carbon Footprint-Übertragungskonfiguration erstellt wurde, werden zukünftige CO2-Berichte automatisch am 15. jedes Monats exportiert. Sie können auch einen Backfill ausführen, um Verlaufsdaten bis Januar 2021 anzufordern.
Console
So initiieren Sie den Export:
- Zur CO2-Bilanz
- Wählen Sie im Menü Rechnungskonto das Cloud-Rechnungskonto aus, das Sie exportieren möchten.
- Klicken Sie auf Exportieren, um BigQuery Data Transfer Service zu aktivieren, und öffnen Sie die Seite BigQuery Data Transfer Service.
- Gehen Sie auf der Seite "BigQuery Data Transfer Service" so vor:
- Achten Sie darauf, dass die Quelle auf „Google Cloud Carbon Footprint Exports“ festgelegt ist.
- Geben Sie unter Konfigurationsname für Übertragung einen Anzeigenamen ein.
- Klicken Sie unter Zieleinstellungen auf das Feld Dataset-ID und wählen Sie 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.
- Bestätigen Sie unter Details zur Datenquelle die Cloud-Rechnungskonto-ID, die exportiert werden soll. Fügen Sie optional zusätzliche Konto-IDs als durch Kommas getrennte Liste hinzu. Alle Rechnungskonto-IDs müssen das Format
XXXXXX-XXXXXX-XXXXXX
haben.
- Klicken Sie auf Speichern.
- 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 Rechnungskonto-ID oder eine durch Kommas getrennte 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: „CO2-Bericht des Unternehmens“.
DATASET ist der Name der Terraform-Ressource
google_bigquery_dataset
, die als Ziel-Dataset für den Export verwendet werden soll.BILLING_ACCOUNT_IDS ist die Rechnungskonto-ID oder eine durch Kommas getrennte Liste von Rechnungskonto-IDs. Beispiel:
XXXXXX-XXXXXX-XXXXXX,XXXXXX-XXXXXX-XXXXXX
Die Übertragungskonfiguration wurde erstellt. Die Daten werden nun am 15. jedes Monats exportiert.
Mit der Übertragungskonfiguration werden Verlaufsdaten nicht automatisch exportiert. Wenn Sie Verlaufsdaten bis Januar 2021 anfordern möchten, planen Sie einen Daten-Backfill mithilfe der folgenden Schritte.
Console
So planen Sie den Daten-Backfill:
- Rufen Sie die Details der soeben erstellten Übertragung auf.
- Klicken Sie auf Backfill planen.
- Wählen Sie Für einen Zeitraum ausführen aus.
- Wählen Sie den 15. Februar 2021 als Startdatum und das heutige Datum als Enddatum aus. Der Export für den 15. Februar 2021 enthält die Daten vom Januar 2021 und ist daher der früheste Monat, für den eine Anfrage möglich ist.
- Klicken Sie auf OK, um den Daten-Backfill anzufordern.
Für den ausgewählten Bereich werden Daten-Backfills erstellt, wobei monatliche Verlaufsdaten in das Ziel-Dataset exportiert werden.
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, der die Startzeit des Bereichs für den Backfill angibt.
Beispiel:
2021-02-15T00:00:00Z
. Beachten Sie, dass der 15. Februar 2021 das früheste Datum ist, das Sie hier angeben können, da es die Daten vom Januar 2021 enthält. - END_TIME ist ein Zeitstempel, der die Endzeit des Bereichs für den Backfill angibt.
Beispiel:
2022-09-15T00:00:00Z
. Sie können das aktuelle Datum verwenden. - TRANSFER_CONFIG ist die Kennung der Übertragung, die im vorherigen Schritt erstellt wurde.
Beispiel:
projects/0000000000000/locations/us/transferConfigs/00000000-0000-0000-0000-000000000000
Sobald die Daten exportiert wurden, können Sie sie mit BigQuery anzeigen und abfragen. Weitere Informationen zum Datenschema
Sie können die exportierten Daten für andere Personen in Ihrer Organisation freigeben, indem Sie ihnen die IAM-Rolle "BigQuery User" für das zuvor ausgewählte Projekt zuweisen. Alternativ können Sie mit der IAM-Rolle „BigQuery Data Viewer“ einen detaillierten Zugriff auf Dataset- oder Tabellenebene gewähren.
Exporte der CO2-Bilanz verwalten
Sie können Ihre Carbon Footprint-Exporte über den BigQuery Data Transfer Service verwalten. Weitere Informationen zum Arbeiten mit Übertragungen
Export in Google Tabellen oder CSV wird ausgeführt
Nachdem Sie den Export der CO2-Bilanz nach BigQuery konfiguriert haben und der geplante Export abgeschlossen ist, können Sie die Daten aus BigQuery in Google Tabellen oder CSV exportieren.
- BigQuery aufrufen
- Maximieren Sie im Bereich Explorer Ihr Projekt und Ihr Dataset und wählen Sie die Tabelle aus, die die exportierten Daten zur CO2-Bilanz enthält.
- Klicken Sie auf Abfrage.
- Geben Sie eine Abfrage ein, um die Daten zurückzugeben, die Sie exportieren möchten. Unten sehen Sie ein Beispiel.
- Nachdem die Abfrage ausgeführt wurde, klicken Sie unter Abfrageergebnisse auf Ergebnisse speichern.
- 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
- Weitere Informationen zum im Export verwendeten Datenschema
- Sehen Sie sich Ihre Brutto-CO2-Bilanz in der Google Cloud Console an.
- Benutzerdefinierte Dashboards mit den exportierten Daten erstellen
- Methodik hinter Carbon Footprint