소개

이 기사는 마지막 GCP 쪽의 IoTCore를 사용해보기에 이어집니다.
우선 그쪽을 봐 주세요.

회사 쪽에 Dataflow의 머신 타입은 변경할 수 있다고 가르쳐 주셨으므로 조속히 변경했는데 꽤 요금을 컷 할 수 있었으므로 정리합니다.

주제

요전날의 기사대로 이번 운용으로 제일 요금이 높아져 버린 것이 Dataflow가 됩니다.
디바이스의 대수가 많아질수록 Dataflow는 상대적으로 저렴해집니다만 이번은 1대로 운용하고 있기 때문에 비싸게 되어 버리고 있습니다.
어떻게 생각해도 템플릿으로 제작한 작업은 고전력이므로 이것을 작게 하여 요금을 삭감해 갑니다.

단지 이것만

템플릿으로 만든 작업에서는 아마도 n1-standard-4가 표준으로 사용된다고 생각합니다. (명기되어 있는 것이 없었기 때문에 확실하지 않다)
디바이스 1대의 센서 데이터의 처리 하지만 하지 않는데 어떻게 생각해도 메모리는 15GB도 필요없고 이만큼 크면 요금도 듭니다.
그래서 사용하는 머신 타입을 변경합니다.

Dataflow에서는 옵션 매개변수로 머신 유형을 변경할 수 있습니다.
여기서는 e2-medium으로 합니다. e2-micro로 제작하려고 했더니 너무 작아서 좋지 않다고 말해 버렸기 때문에 최소가 아닌 e2-medium를 사용하고 있습니다.
또 늘어나지는 않는다고 생각합니다만 워커의 최대를 1로 설정해 둡니다.

나머지는 이전 기사대로 설정을 하는 것만으로 템플릿을 사용해 요금을 억제할 수 있습니다.
템플릿을 그대로 사용했을 때와 비교하면 요금이 약 20%가 됩니다.

사이고에게

이번은 디바이스의 대수가 1대라고 하는 개인으로 사용할 때의 유스 케이스였습니다만 대수가 늘어난다고 앞서 설명한 것처럼 Dataflow는 저렴합니다.
원래 Pub/Sub까지 도착한 데이터를 Dataflow를 사용하지 않고 CloudFunctions를 사용하는 편이 싸게 끝나는 경우도 있을까 생각합니다.
자신의 환경이나 운용 방법에 맞춘 서비스의 선정을 하기 위해 유의합시다.