#はじめに
この記事は前回GCPのほうのIoTCoreを使ってみるの続きになります。
まずそちらを御覧ください。
会社の方にDataflowのマシンタイプは変更できるよと教えていただいたので早速変更したところかなり料金をカットすることができたのでまとめます。
#本題
先日の記事の通り今回の運用で一番料金が高くなってしまったのがDataflowになります。
デバイスの台数が多くなればなるほどDataflowは相対的に安くなるのですが今回は1台で運用しているため割高になってしまっています。
どう考えてもテンプレートで作製したジョブはハイパワーすぎるのでこれを小さくして料金を削減していきます。
#たったこれだけ
テンプレートで作成したジョブではおそらくn1-standard-4が標準で使用されていると思います。(明記されているのがなかったので確実ではない)
デバイス1台のセンサデータの処理しかしないのにどう考えてもメモリは15GBもいらないですしこれだけ大きいと料金もかかります。
なので使用するマシンタイプを変更します。
Dataflowではオプションパラメータとしてマシンタイプを変更することができます。
ここではe2-mediumにします。e2-microで作製しようとしたところ小さすぎてダメだよと言われてしまったので最小ではないe2-mediumを使用しています。
また増えることはないと思いますがワーカーの最大を１に設定しておきます。
あとは前の記事の通りの設定をするだけでテンプレートを使用して料金を抑えることができます。
テンプレートをそのまま使用したときと比べると料金が**約20%**になります。
#さいごに
今回はデバイスの台数が１台という個人で使用する際のユースケースでしたが台数が増えると先述したようにDataflowは割安になります。
そもそもPub/Subまで届いたデータをDataflowを使わずにCloudFunctionsを使用したほうが安く済む場合もあるかと思います。
ご自身の環境や運用方法に合わせたサービスの選定をする用に心がけましょう。