Setup
Ein Service-Account. Volle BigQuery-Transparenz.
Verbinden Sie BigQuery über einen Read-only-Service-Account – DoiT liest Billing-Export, Job- und Storage-Metadaten aus INFORMATION_SCHEMA sowie die Reservierungsnutzung automatisch ein. Keine Agents, keine Query-Umschreibungen, keine Custom-Pipelines. Schon wenige Stunden nach dem Verbinden sehen Sie einheitliche Reports.
Das erwartet Sie
Entwickelt für die Realität des BigQuery-Betriebs
Genau das, wonach Daten- und FinOps-Verantwortliche fragen, wenn sie ihre BigQuery-Umgebung anbinden.
Kostenzuordnung auf Query-Ebene
Ordnen Sie gescannte Bytes und Slot-ms dem Nutzer, Projekt, Dataset oder geplanten Job zu, der sie verursacht hat.
Anomalien in Echtzeit
Erhalten Sie bei Query- und Slot-Spitzen innerhalb von Minuten eine Warnung – nicht erst zum Monatsende.
Slot-Right-Sizing
Erkennen Sie, wo Editionen, Autoscaling und Reservierungsgrößen nicht zum tatsächlichen Bedarf passen.
Storage und Compute getrennt
Trennen Sie Active, Long-Term und Physical Storage von den Query-Kosten – über jedes Dataset hinweg.
Teure Queries aufspüren
Identifizieren Sie die Top-Queries nach gescannten Bytes und Slot-Verbrauch – inklusive der Wiederholungstäter, die nach Zeitplan laufen.
Governance und Budgets
Definieren Sie Budgets und Query-Kontingente pro Projekt, ohne Label-Hygiene manuell nachhalten zu müssen.
Native BigQuery-Ansichten zeigen Ihnen, was gelaufen ist. Cloud Intelligence™ hilft Ihnen, daraus konkrete Maßnahmen abzuleiten.
Mehr als INFORMATION_SCHEMA
Multi-Projekt-Rollups
Konsolidierte Ansichten über alle BigQuery-Projekte und -Ordner – mit Drilldown in jedes Dataset und jeden Job.
Anomalie-Alerts in Echtzeit
ML-gestützte Erkennung über Projekte, Nutzer und Labels hinweg – direkt an Slack oder per E-Mail.
Reservierungsplanung
Modellieren Sie BigQuery Editions und Slot-Commitments anhand Ihrer tatsächlichen Job-Historie, bevor Sie Kapazität kaufen.
Label- und Allokationshygiene
Finden Sie ungelabelte Ausgaben, setzen Sie Allokationsregeln durch und teilen Sie gemeinsam genutzte Datasets so auf, wie Finance es erwartet.
Pipeline-Kostenallokation
Ordnen Sie geplante Queries, dbt-Runs und Dataform-Workflows dem verantwortlichen Team zu.
Forward Deployed Engineers
Erstklassige Cloud-Architekten, die als verlängerter Arm Ihres Teams Optimierungen umsetzen.
Schnell wachsende Unternehmen setzen auf Cloud Intelligence™
Ø Einsparungen in den ersten 90 Tagen
Ø Implementierungszeit
“DoiTs Fokus auf Zuverlässigkeit, kombiniert mit der Flexibilität des Systems, hilft uns, unsere Amazon-EKS-Workloads sicher zu optimieren – ganz ohne Zutun unserer Engineers.”
Oren Ashkenazy
Director of DevOps and Cloud bei Fiverr
Bereit, Ihre BigQuery-Projekte anzubinden?
Machen Sie aus Slot-ms und gescannten Bytes fundierte Entscheidungen.
Frequently asked
questions
Gibt es eine zentrale Ansicht der BigQuery-Kosten über mehrere Projekte hinweg?
Verbinden Sie Ihr Billing-Konto einmalig. Cloud Intelligence™ liest den BigQuery-Billing-Export und die INFORMATION_SCHEMA-Metadaten jedes Projekts ein – so analysieren Sie Ausgaben nach Projekt, Dataset, Label, Nutzer oder Job-Typ in einer einzigen Ansicht.
Was ist nötig, um BigQuery-Nutzungsdaten mit Cloud Intelligence™ zu verbinden?
Gewähren Sie einem Read-only-Service-Account Zugriff auf Ihren Billing-Export und INFORMATION_SCHEMA. DoiT übernimmt Ingestion, Normalisierung und Reporting auf Job-Ebene. Die meisten Teams sind innerhalb eines Tages startklar.
Welche Queries, Nutzer oder Datasets verursachen den Großteil meiner BigQuery-Kosten?
Mit den Cost-&-Usage-Reports gelangen Sie von den gesamten BigQuery-Ausgaben bis zu einem einzelnen Job, einer geplanten Query oder einem Nutzer. Filtern Sie nach Labels, Projekten, Datasets oder Query-Typ – ohne eigenes INFORMATION_SCHEMA-SQL schreiben zu müssen.
Werde ich bei BigQuery-Kostenanomalien sofort benachrichtigt?
Die Anomalie-Erkennung läuft kontinuierlich über Projekte, Nutzer und Label-Dimensionen. Steigen gescannte Bytes oder der Slot-Verbrauch sprunghaft an, erhalten Sie eine Slack- oder E-Mail-Benachrichtigung mit der wahrscheinlichen Ursache – lange bevor es auf der Rechnung auftaucht.
Wie entscheide ich zwischen On-Demand und BigQuery Editions mit Reservierungen?
Cloud Intelligence™ vergleicht Ihre historischen Job-Muster mit On-Demand sowie den Editionen Standard, Enterprise und Enterprise Plus und empfiehlt Slot-Commitments und Autoscaling-Einstellungen auf Basis der tatsächlichen Nutzung statt Bauchgefühl.
Deckt Cloud Intelligence™ auch die BigQuery-Storage-Kosten ab?
Wir trennen Active Storage, Long-Term Storage sowie physische und logische Abrechnung pro Dataset und Tabelle – und markieren Tabellen, bei denen ein Wechsel des Abrechnungsmodells oder eine Partition Expiration die Kosten spürbar senken würde.
Ich nutze bereits die integrierten Admin- und INFORMATION_SCHEMA-Ansichten von BigQuery. Was bringt Cloud Intelligence™ zusätzlich?
Native Ansichten zeigen Ihnen rohe Job- und Storage-Metadaten. Cloud Intelligence™ ist eine Plattform: Multi-Cloud-Transparenz, proaktive Empfehlungen, Anomalie-Erkennung in Echtzeit, Governance, Reservierungsplanung und Forward Deployed Engineers, die Ihnen helfen, aus den Daten konkrete Maßnahmen abzuleiten.
Welchen Zugriff erhält Cloud Intelligence™ auf BigQuery, und wie ist er geschützt?
Cloud Intelligence™ nutzt einen Read-only-Service-Account mit minimalen Berechtigungen für Billing-Export und INFORMATION_SCHEMA. Wir fragen niemals Ihre Tabellen ab und nehmen keine Änderungen ohne Ihre Freigabe vor. Die Plattform ist nach SOC 2 Type II zertifiziert.