Technical Foundations of FinOps on Google Cloud

Modul 1 – Grundlagen von FinOps in der Google Cloud

Themen:

• Herausforderungen der Finanzverwaltung
• Google Cloud FinOps-Framework
• Cloud FinOps Betriebsmodell
• Google FinOps journey

Zielsetzungen:

• Erkennen der Herausforderungen, mit denen Unternehmen heute im Bereich der Finanzverwaltung konfrontiert sind
• Verstehen des Zwecks des Google Cloud FinOps-Frameworks
• Implementierung des Google Cloud FinOps-Betriebsmodells
• Erkennen Sie die drei Phasen und fünf Säulen der Google FinOps-Reise

Modul 2 – Erkunden und Verstehen von Rechnungsdaten

Themen:

• Google Cloud Billing-Konten
• Cloud Billing Dashboard
• Zugang zum Abrechnungskonto
• Export von Rechnungen nach BigQuery
• Verbindung von Looker Studio mit Abrechnungsdaten

Zielsetzungen:

• Verstehen Sie die Google Cloud Billing-Kontoverwaltung
• Navigieren Sie durch das Cloud Billing Dashboard
• Kontrolle des Zugriffs auf Abrechnungskonten mit IAM und Berechtigungen
• Konfigurieren und Verwenden von BigQuery-Abrechnungen zum Exportieren von Daten
• Visualisieren Sie Ihre Kosten mit Looker Studio

Aktivitäten:

• Übung: Das Billing Dashboard erforschen
• Übung: Visualisierung Ihrer Kosten mit Looker Studio

Modul 3- Kennzeichnung und Markierung von Ressourcen

Themen:

• Etiketten
• Tags
• Etikett- und Tag-Informationen in Rechnungsdaten

Zielsetzungen:

• Etiketten auf Ressourcen verwenden
• Definieren und Binden von Tags an Projekte und Ressourcen
• Zugriff auf Etiketten- und Tag-Informationen in Abrechnungsdaten

Aktivitäten:

• Labor: Ressourcen markieren
• Übung: Untersuchen von Labels und Tags in BigQuery-Rechnungsdaten

Modul 4 – Budgets und Warnmeldungen

Themen:

• Budgets und Ausschreibungen
• Budgetrollen und Berechtigungen
• Automatisierung der Budgeterstellung

Zielsetzungen:

• Verstehen der Vorteile von Budgets und Warnmeldungen
• Erstellen Sie ein Budget
• Budgets mit gcloud, Python und Terraform erstellen

Aktivitäten:

• Demo: Verwendung von gcloud und Terraform zur Erstellung von Budgets und Alarmen

Modul 5 – BigQuery-Kostenmanagement und -Optimierung

Themen:

• Abfragekosten
• Kosten der Lagerung
• Zuteilung
• Kosten von BigQuery
• Andere BigQuery-Kosten betreffen

Zielsetzungen:

• Verstehen der BigQuery-Rechen- und Speicherkosten
• Verwenden Sie Abfragen und Tools, um die BigQuery-Kosten zu verstehen und zu verwalten
• Erkennen von Best Practices für das BigQuery-Kostenmanagement

Aktivitäten:

• Übung: BigQuery-Kosten projekt-, ordner- und organisationsübergreifend untersuchen

Modul 6 – Verwaltung und Optimierung von Rechen- und GKE-Kosten

Themen:

• Abfall- und Kostenmanagement bei der Datenverarbeitung
• Kostenmanagement für Compute Engine
• Verständnis der Netzkosten
• Google Kubernetes Engine Kostenmanagement

Zielsetzungen:

• Cloud-Ressourcen effizient nutzen und Verschwendung vermeiden
• Verstehen der in der Google Cloud anfallenden Rechen- und Netzwerkkosten
• Verstehen Sie die zusätzlichen Kosten der Google Kubernetes Engine, die über die Kosten für Datenverarbeitung und Netzwerke hinausgehen

Aktivitäten:

• Übung: Überprüfen und Verstehen von Compute Billing
• Übung: Überprüfen und Verstehen der Kubernetes-Kosten

Modul 7 – Cloud-Speicher und Datenbankkosten

Themen:

• Cloud-Speicher
• SQL on Google Cloud
• NoSQL on Google Cloud

Zielsetzungen:

• Optimieren Sie die Kosten für Cloud-Speicher basierend auf Standort, Zugriffsmustern und Lebenszyklus
• Verstehen der Kosten für SQL-Datenbanken, einschließlich Cloud SQL, AlloyDB und Spanner
• Verwenden Sie die Datenbank Committed Use Discounts (CUD).
• Verstehen der Kosten von NoSQL-Datenbanken, einschließlich Memorystore, Firestore und Bigtable

Aktivitäten:

• Übung: Arbeiten mit Cloud Storage Cost Management
• Übung: Überprüfen und Verstehen von Datenbankabrechnungen

Modul 8 – Maschinelles Lernen und Vertex AI Cost Management

Themen:

• Training und Hosting von Modellen für maschinelles Lernen
• Überwachung der Kosten von Vertex AI
• Generative KI-Kosten

Zielsetzungen:

• Entschlüsselung der Kosten, die mit der Vorbereitung, dem Training und dem Hosting von Modellen für maschinelles Lernen verbunden sind
• Verstehen der mit der Nutzung generativer KI verbundenen Kosten, einschließlich Abonnements und API-Nutzung

Aktivitäten:

• Labor: Überprüfung der Vertex AI-Kosten in Abrechnungsdaten

Modul 9 – Automatisierung von Abrechnungsaktivitäten

Themen:

• Automatisierung der Ressourcenverwaltung
• Cloud-Inventarisierungsdienst
• Programmatische Aktionen zu Haushaltswarnungen
• Google FinOps Hub

Zielsetzungen:

• Techniken zur Automatisierung der Ressourcenverwaltung anwenden
• Reagieren Sie programmatisch auf Budget-Warnungen Pub/Sub-Nachrichten
• Nutzen Sie den Cloud Asset Inventory Service
• Empfehlungen im Google FinOps Hub anzeigen

Aktivitäten:

• Übung: Automatisiertes Tagging bei der Ressourcenerstellung mit Asset-API, Pub/Sub- und Cloud-Run-Funktionen
• Übung: Programmierung von Budget-Alarm-Aktionen mit Pub/Sub- und Cloud-Run-Funktionen

Modul 10 – Aufbau einer FinOps-Praxis

Themen:

• FinOps-Team
• Ziele, Meilensteine und Metriken
• Prozesse und Arbeitsabläufe
• Erfolg messen
• Kontinuierliche Verbesserung

Zielsetzungen:

• Einrichtung eines FinOps-Teams und einer Roadmap
• Implementierung von Prozessen und Arbeitsabläufen für FinOps
• Definieren Sie den Erfolg einer FinOps-Strategie
• Erkennen Sie die Notwendigkeit einer kontinuierlichen Verbesserung und Weiterentwicklung von FinOps

Aktivitäten:

• Labor: FinOps-Challenge-Labor