September 10, 2024

கண்ணோட்டம்

GCP செலவு உகப்பாக்கம் மற்றும் முன்னறிவிப்பு கட்டுப்பாட்டு பலகை என்பது குழுக்கள் கூகுள் மேகக் கணினி செலவுகளை நிகழ்நேரத்தில் கண்காணிக்கவும், பகுப்பாய்வு செய்யவும், உகப்பாக்கவும் உதவும் ஒரு தரவு-இயக்கப்பட்ட மேகக் கணினி மேலாண்மை தீர்வாகும். ஸ்ட்ரீம்லிட் ஐ ஊடாடும் முன்பக்கமாகவும், பைத்தான் (பாண்டாஸ், நம்பை, ப்ளாட்லி, மேட்ப்ளாட்லிப்) ஐ பின்பக்க பகுப்பாய்வுக்காகவும் பயன்படுத்தி, இந்தக் கருவி பயன்படுத்தப்படாத வளங்களை தானாகவே கண்டறிந்து, மாறும் பயன்பாட்டு வரம்புகளின் அடிப்படையில் செலவு-சேமிப்பு பரிந்துரைகளை வழங்குகிறது. மேலும், இது ஒரு முன்னறிவிப்பு தொகுதியை கொண்டுள்ளது, இது வரலாற்று தரவு முறைகளைப் பயன்படுத்தி எதிர்கால மேகக் கணினி செலவுகளை முன்னறிவிக்கிறது — இது முன்கூட்டிய பட்ஜெட் மற்றும் உகப்பாக்க உத்திகளை செயல்படுத்த உதவுகிறது.

முக்கிய அம்சங்கள்

• 📊 நிகழ்நேர செலவு பகுப்பாய்வு
  சேவைகள், திட்டங்கள் மற்றும் பிராந்தியங்களுக்கு உட்பட்ட GCP செலவு முறிவுகளை ஊடாடும் விளக்கப்படங்கள் மற்றும் அட்டவணைகளுடன் காட்சிப்படுத்துகிறது.
• ⚙️ வள பயன்பாடு குறைவு கண்டறிதல்
  CPU, நினைவகம், வட்டு I/O மற்றும் பிணைய போக்குவரத்து ஆகியவற்றிற்கு மாறும் வரம்புகளின் அடிப்படையில் குறைவாக பயன்படுத்தப்படும் கூறுகளை தானாகவே அடையாளம் காண்கிறது.
• 💡 உகப்பாக்க நுண்ணறிவுகள் மற்றும் பரிந்துரைகள்
  உரிமை அளவாக்கம், நிகழ்வு அட்டவணைப்படுத்தல் மற்றும் வள நீக்கம் போன்ற செயல்படுத்தக்கூடிய, வகைப்படுத்தப்பட்ட பரிந்துரைகளை வழங்குகிறது.
• 📈 செலவு முன்னறிவிப்பு (2024–2025)
  புள்ளியியல் முன்னறிவிப்பு அணுகுமுறையைப் பயன்படுத்தி வரவிருக்கும் மேகக் கணினி செலவுகளை முன்னறிவிக்கிறது — முடிவுகள் வரி விளக்கப்படங்கள் மற்றும் அட்டவணைகளில் காட்டப்படுகின்றன.
• 🌍 செலவு விநியோக பகுப்பாய்வு
  சேவை வாரியாகவும், பிராந்திய வாரியாகவும் செலவு முறைகளை ஆராயவும், முக்கிய பங்களிப்பாளர்களை அடையாளம் காணவும் ப்ளாட்லி காட்சிப்படுத்தல்கள் ஊடாடும் வகையில் உள்ளன.
• 💰 உகப்பாக்க தாக்க கணக்கீடு
  முன் மற்றும் பின் உகப்பாக்க செலவுகள், சதவீத சேமிப்பு மற்றும் நிதி நுண்ணறிவுக்காக INR/USD மாற்றங்களின் சாத்தியமான கணக்கீடுகளை வழங்குகிறது.
• 🔍 சேவை மட்ட நுண்ணறிவுகள்
  மாதம், ஆண்டு அல்லது சேவை வாரியாக செலவு தரவை வடிகட்டி, ஒவ்வொரு GCP கூறுக்கும் ஆழமான பகுப்பாய்வை உருவாக்குகிறது.

பயன்படுத்தப்பட்ட தொழில்நுட்பங்கள்

• முன்பக்கம் மற்றும் காட்சிப்படுத்தல்: ஸ்ட்ரீம்லிட், ப்ளாட்லி எக்ஸ்பிரஸ், மேட்ப்ளாட்லிப்
• பின்பக்கம் மற்றும் பகுப்பாய்வு: பைத்தான், பாண்டாஸ், நம்பை
• மேகக் கணினி தளம்: கூகுள் மேகக் கணினி (கம்ப்யூட் என்ஜின், பிக் குவரி, மேகக் கணினி சேமிப்பு, கண்காணிப்பு)
• முன்னறிவிப்பு தர்க்கம்: நம்பை மற்றும் நேர-தொடர் மறு மாதிரி மூலம் புள்ளியியல் போக்கு மாதிரியாக்கம்

பயன்பாட்டு கட்டமைப்பு

1. தரவு உள்ளீடு அடுக்கு

• GCP பில்லிங் CSV அறிக்கைகளை ஏற்றுகிறது.
• மூல பயன்பாட்டு தரவை மாற்றி சுத்தப்படுத்துகிறது (எ.கா., பைட்டுகள் → GB, நேர முத்திரைகள் → தேதி நேரம்).

2. பகுப்பாய்வு மற்றும் செயலாக்க அடுக்கு

• CPU, நினைவகம், வட்டு I/O மற்றும் பிணைய பயன்பாட்டிற்கு வரம்புகளைப் பயன்படுத்துகிறது.
• “உகப்பாக்க காரணி (%)” ஐ கணக்கிடுகிறது மற்றும் உகந்த செலவு ($) ஐ மாறும் வகையில் கணக்கிடுகிறது.

3. காட்சிப்படுத்தல் மற்றும் ஊடாடுதல் அடுக்கு

• UI கூறுகளுக்கு ஸ்ட்ரீம்லிட் மற்றும் ஊடாடும் காட்சிப்படுத்தல்களுக்கு ப்ளாட்லி பயன்படுத்துகிறது.
• பல-தாவல் வழிசெலுத்தலை வழங்குகிறது:
  • கண்ணோட்டம்
  • செலவு உகப்பாக்கம்
  • முன்னறிவிப்பு
  • விநியோக பகுப்பாய்வு
  • உகப்பாக்க பரிந்துரைகள்
  • சேவை செலவு முறிவு

4. முன்னறிவிப்பு தொகுதி

• எதிர்கால மாதாந்திர செலவு முன்னறிவிப்புகளை உருவாக்குகிறது (ஜனவரி 2024–டிசம்பர் 2025).
• அட்டவணை மற்றும் வரைகலை முன்னறிவிப்பு போக்குகளைக் காட்டுகிறது.

5. பரிந்துரை இயந்திரம்

• CPU, நினைவகம் மற்றும் வட்டு செயல்திறனை உகப்பாக்குவதற்கு தனிப்பயனாக்கப்பட்ட பரிந்துரைகளைக் காட்டுகிறது.
• செலவு-அதிக சேவைகளை அடையாளம் காண உதவுகிறது மற்றும் திருத்த நடவடிக்கைகளை பரிந்துரைக்கிறது.

சவால்கள் மற்றும் கற்றல்கள்

• தரவு நிலைத்தன்மை: பல பிராந்தியங்கள் மற்றும் காலகட்டங்களில் GCP செலவு தரவை சுத்தப்படுத்துவது மற்றும் சீரமைப்பது உறுதியான முன்செயலாக்க தர்க்கத்தை தேவைப்படுத்தியது.
• வரம்பு சரிசெய்தல்: “பயன்படுத்தப்படாத” வளங்களுக்கு மாறும் வரம்புகளை வரையறுப்பது தவறான நேர்மறைகளை தவிர்க்க தேவைப்பட்டது.
• முன்னறிவிப்பு நிலைத்தன்மை: குறைந்த வரலாற்று தரவுடன் அர்த்தமுள்ள முன்னறிவிப்புகளை உருவாக்குவது கவனமாக இயல்பாக்கல் தேவைப்பட்டது.
• காட்சிப்படுத்தல் செயல்திறன்: ஸ்ட்ரீம்லிட் இல் பெரிய தரவுத் தொகுப்புகளுக்கு ப்ளாட்லி மற்றும் மேட்ப்ளாட்லிப் செயல்திறனை உகப்பாக்குவது.

மறு சோதனை, கேச்சிங் மற்றும் மாடுலர் வடிவமைப்பு (@st.cache_data) மூலம், செயல்திறன் 40% க்கு மேல் மேம்படுத்தப்பட்டு, கட்டுப்பாட்டு பலகை பதிலளிக்கும் நேரம் கணிசமாக குறைக்கப்பட்டது.

முடிவு

• தானியங்கு மற்றும் காட்சிப்படுத்தல் மூலம் கையால் மேகக் கணினி செலவு பகுப்பாய்வு நேரத்தை ~60% குறைத்தது.
• 12+ மாதங்களுக்கு முன்னறிவிப்பு செலவு விழிப்புணர்வை உருவாக்கியது.
• செயல்படுத்தக்கூடிய உகப்பாக்க நுண்ணறிவுகள் மூலம் 25–35% சாத்தியமான சேமிப்பை அடைந்தது.
• உள்ளுணர்வு கட்டுப்பாட்டு பலகை மூலம் தொழில்நுட்ப மற்றும் நிதி குழுக்களுக்கு மேகக் கணினி நுண்ணறிவுகளை அணுகக்கூடியதாக உருவாக்கியது.

முடிவு

இந்தத் திட்டம் பைத்தான் தரவு பொறியியல், ஸ்ட்ரீம்லிட் அடிப்படையிலான காட்சிப்படுத்தல் மற்றும் GCP க்கு மேகக் கணினி செலவு உகப்பாக்கத்தில் வலுவான திறமையை வெளிப்படுத்துகிறது.
முன்னறிவிப்பு, பகுப்பாய்வு மற்றும் தானியங்கு ஆகியவற்றை ஒரு இடைமுகத்தில் ஒருங்கிணைப்பதன் மூலம், இது மேகக் கணினி செலவு ஆளுமை மற்றும் செயல்திறனுக்கு ஒரு முழுமையான தீர்வை வழங்குகிறது.