EIKON Technology

logo Eikon
Menu

Google Cloud

Google Cloud

5 Cara Mengatur Biaya BigQuery Anda

Apakah Anda pernah merasa khawatir tentang pengendalian biaya BigQuery di beberapa proyek? Ulasan kali ini akan membahas tentang beberapa trik untuk membatasi biaya dan juga memantau konsumsi BigQuery. Anda juga dapat menemukan cara melakukan partisi yang tepat agar biaya yang dikeluarkan tetap sesuai bujet. Mari simak penjelasan lengkapnya bersama. Mengatur kuota tingkat pengguna dan kuota tingkat proyek untuk menetapkan batas penggunaan Photo Credit: Google Cloud Blog Jika Anda memiliki beberapa proyek dan pengguna BigQuery, Anda dapat mengelola biaya dengan meminta kuota khusus yang menentukan batas jumlah data kueri yang diproses per hari. Membuat kuota khusus pada data kueri memungkinkan Anda mengontrol biaya di tingkat proyek atau di tingkat pengguna. Kuota khusus tingkat proyek membatasi penggunaan agregat semua pengguna dalam proyek tersebut. Kuota khusus tingkat pengguna diterapkan secara terpisah ke semua pengguna dan akun layanan dalam suatu proyek. Namun perlu diingat, Anda tidak akan bisa menetapkan kuota khusus untuk pengguna atau akun layanan tertentu. Baca juga: Pengalaman Terpadu Log Gmail di BigQuery, Seperti Apa? Membatasi biaya kueri dengan membatasi jumlah byte yang ditagih Photo Credit: katemangostar (Freepik) Anda dapat membatasi jumlah byte yang ditagih untuk kueri menggunakan setelan byte maksimum yang ditagih. Saat Anda menetapkan byte maksimum yang ditagih, jumlah byte yang akan dibaca kueri bisa diprediksi sebelum eksekusi kueri. Jika jumlah byte yang diperkirakan melebihi batas, maka kueri akan gagal tanpa dikenakan biaya. Jika kueri gagal karena setelan tagihan byte maksimum, pesan error seperti berikut akan ditampilkan: Error: Query exceeded limit for bytes billed 1000000. 10485760 or higher required. Buat anggaran Cloud Billing Hindari tagihan yang membengkak dengan membuat anggaran Cloud Billing untuk memantau semua tagihan Google Cloud Anda di satu tempat. Anggaran memungkinkan Anda melacak pembelanjaan Google Cloud aktual terhadap pembelanjaan yang direncanakan. Setelah menetapkan jumlah anggaran, Anda dapat menetapkan aturan ambang batas peringatan anggaran yang digunakan untuk memicu pemberitahuan email. Email peringatan anggaran membantu Anda mendapat informasi mengenai kesesuaian pembelanjaan dengan anggaran yang sudah ditetapkan sebelumnya. Menulis kueri yang bagus Photo Credit: pressfoto (Freepik) Sebisa mungkin, hindari memilih opsi tambahan (*). Penting untuk diingat juga, menerapkan klausa LIMIT ke kueri tidak akan memengaruhi jumlah data yang dibaca. Selain itu, jangan pernah menjalankan kueri untuk menjelajahi atau melihat pratinjau data tabel. Anda juga disarankan untuk melakukan dry run dan selalu memperkirakan biayanya sebelum menjalankan kueri. Terakhir, selalu pilih data yang Anda butuhkan saja. Baca juga: 3 Fitur Rahasia BigQuery untuk Kelola Data Lebih Baik Partisi tabel sehingga pengguna BigQuery terpaksa menentukan klausa WHERE Tabel yang dipartisi adalah tabel khusus yang dibagi menjadi beberapa segmen. Cara ini akan memudahkan pengelolaan dan kueri data Anda. Dengan membagi tabel besar menjadi partisi yang lebih kecil, Anda dapat meningkatkan kinerja kueri. Anda pun dapat mengontrol biaya dengan mengurangi jumlah byte yang dibaca oleh kueri. Dengan tabel yang dipartisi, pelanggan dipaksa untuk menentukan klausa WHERE dan itu akan memberlakukan limit untuk membatasi pemindaian tabel penuh. Jika kueri menggunakan filter yang memenuhi syarat pada nilai kolom partisi, BigQuery dapat memindai partisi yang cocok dengan filter dan melewati partisi yang tersisa. Proses ini disebut pemangkasan partisi. Pemangkasan partisi adalah mekanisme yang digunakan BigQuery untuk menghilangkan partisi tidak perlu dari pemindaian input. Partisi yang dipangkas tidak disertakan saat menghitung byte yang dipindai oleh kueri. Secara umum, pemangkasan partisi membantu mengurangi biaya kueri. Baca juga: Percepat Migrasi Data BigQuery dengan Penerjemah SQL Otomatis Dengan menerapkan  cara di atas, Anda akan memiliki kontrol penuh atas biaya yang dihabiskan dalam pemanfaatan BigQuery. Namun Anda tak perlu khawatir karena penggunaan BigQuery secara umum dapat diatur untuk bisa menyesuaikan bujet dan kebutuhan. Untuk pemanfaatan BigQuery yang lebih optimal, gunakan solusi komputasi awan Google Cloud. Solusi ini tersedia untuk penggunaan perusahaan, baik itu skala besar, menengah, maupun kecil. Google Cloud resmi dan berlisensi bisa Anda dapatkan melalui EIKON Technology, authorized reseller untuk produk-produk Google. Informasi selengkapnya, silakan klik di sini!

Google Cloud

Update Fitur Google Cloud Deploy: Pemanfaatan di Lingkungan GKE Makin Mudah?

Google Cloud Deploy resmi diperkenalkan pada bulan Januari 2022 lalu. Layanan tersebut diluncurkan dengan tujuan utama untuk mempermudah pembuatan dan pengoperasian pengiriman software berkelanjutan ke lingkungan Google Kubernetes Engine (GKE). Pada bulan Agustus kemarin, Google memperkenalkan beberapa penambahan fitur Google Cloud Deploy, terutama yang masih berkaitan dengan kecepatan orientasi, manajemen jalur pengiriman, dan perluasan fitur perusahaan. Seperti apa cara kerja fitur baru yang ditawarkan? Orientasi yang lebih cepat dengan Skaffold Skaffold merupakan open-source tool yang mengatur pengembangan berkelanjutan, continuous integration (CI), continuous delivery (CD), serta merupakan bagian integral dari Google Cloud Deploy. Melalui Skaffold dan Google Cloud Deploy, loop pengembangan aplikasi lokal dapat terhubung dengan CD secara mulus, menghadirkan konsistensi pada siklus hidup tool pengiriman software menyeluruh Anda. Google Cloud Deploy sekarang memungkinkan Anda membuat konfigurasi Skaffold untuk aplikasi manifes tunggal jika belum tersedia ada. Saat membuat rilis, perintah baru ‘gcloud deploy releases create … –from-k8s-manifest‘ menyediakan manifes aplikasi dan menghasilkan konfigurasi Skaffold. Hal ini memungkinkan tim pengembangan aplikasi dan operator pengiriman berkelanjutan Anda membiasakan diri dengan Google Cloud Deploy, mengurangi konfigurasi tahap awal dan gesekan pembelajaran saat mereka membangun kemampuan pengiriman berkelanjutan. Baca juga: Cara Meningkatkan Kecepatan dan Keamanan Cloud Deployment Anda Pengelolaan delivery pipeline Delivery pipeline terus menerus digunakan. Rilis terbaru Google Cloud Deploy menavigasi urutan perkembangan saat mereka mencapai target produksi. Namun, perjalanannya tidak selalu mulus. Dalam hal ini, Anda mungkin perlu mengelola jalur pengiriman dan resources terkait secara lebih hati-hati. Baca juga: Model Deployment Google Cloud untuk Cloud Spanner Emulator Dengan tambahan penangguhan delivery pipeline, kini Anda dapat menjeda sementara pipeline yang bermasalah untuk membatasi semua aktivitas peluncuran. Dengan menghentikan aktivitas, Anda dapat melakukan penyelidikan untuk mengidentifikasi masalah dan penyebabnya. Photo Credit: Google Cloud Blog Ketika meninjau masalah manifes rilis, Anda mungkin ingin membandingkan manifes aplikasi antara rilis dan lingkungan target untuk menentukan waktu terjadinya perubahan aplikasi dan penyebabnya. Namun, membandingkan manifes aplikasi bisa jadi sulit, karena mengharuskan Anda untuk menggunakan baris perintah untuk mencari dan membedakan beberapa file. Untuk membantu, Google Cloud Deploy kini memiliki Release inspector, yang memudahkan peninjauan manifes aplikasi serta membandingkan rilis dengan target dalam delivery pipeline. Photo Credit: Google Cloud Blog Kemudian jika Anda memperhatikan listing peluncuran di konsol Google Cloud Deploy, tampak masih terbatas pada rilis atau target tertentu. Listing peluncuran delivery pipeline yang lengkap kini dapat Anda temukan di halaman detail delivery pipeline. Photo Credit: Google Cloud Blog Fitur untuk perusahaan yang kini diperluas Lingkungan perusahaan sering kali memiliki banyak persyaratan untuk dapat beroperasi, seperti kontrol keamanan, logging, dukungan Terraform, dan ketersediaan regional. Sebelumnya, Google telah memperkenalkan dukungan untuk VPC Security Controls (VPC-SC) dalam versi Pratinjau. Kini, dukungan tersebut telah tersedia untuk umum. Terkadang, ketika meninjau manifest-render dan log penerapan aplikasi mungkin tidak cukup untuk pemecahan masalah. Untuk situasi ini, telah hadir penambahan log platform layanan Google Cloud Deploy, yang dapat memberikan detail tambahan penyelesaian masalah. Terraform memainkan peran penting dalam meluncurkan resource Google Cloud. Sekarang Anda dapat menerapkan delivery pipeline dari Google Cloud Deploy dan menargetkan resource menggunakan penyedia Terraform Google Cloud Platform. Terlebih Google Cloud Deploy kini telah tersedia di 9 region tambahan, sehingga jumlah total region Google Cloud Deploy di seluruh dunia menjadi 15. Baca juga: Tips Optimalkan Penggunaan Active Assist untuk Migrasi Ke Google Cloud Dengan peningkatan fitur ini, Google Cloud Deploy pengguna dapat membuat dan mengoperasikan pengiriman software berkelanjutan ke lingkungan Google Kubernetes Engine secara mudah serta lebih minim risiko. Semua ini bisa Anda nikmati dengan pemanfaatan solusi komputasi awan Google Cloud yang bisa didapatkan melalui EIKON Technology. EIKON Technology menyediakan solusi berbasis komputasi yang efektif untuk memperkuat bisnis Anda secara signifikan. Kami menyediakan solusi komputasi awan Google Cloud berlisensi resmi yang penggunaannya dapat disesuaikan dengan kebutuhan bisnis Anda. Untuk informasi lebih lanjut, silakan klik di sini!

Google Cloud

Memahami Jaringan Dasar Google Kubernetes Engine

Google Kubernetes Engine atau GKE merupakan sebuah platform open-source yang dapat dimanfaatkan untuk mengelola beban kerja dan layanan containerized yang berjalan di lingkungan terkelola sepenuhnya, memanfaatkan infrastruktur Google Cloud. Artikel kali ini akan menjelaskan apa saja jaringan dasar GKE serta cara kerjanya. Mari simak bersama. IP addressing Photo Credit: jannoon028 (Freepik) Beragam komponen jaringan di Kubernetes memanfaatkan alamat dan port IP untuk berkomunikasi. Alamat IP sendiri merupakan alamat unik yang digunakan untuk mengidentifikasi beragam komponen di dalam jaringan. Komponen-komponen Google Kubernetes Engine  Container: Komponen terkecil untuk menjalankan proses-proses di dalam aplikasi. Pod: Kumpulan container yang secara fisik dikelompokkan bersama. Node: Mesin pekerja dalam sebuah klaster yang terdiri dari beberapa pods.  Layanan yang tersedia di Google Kubernetes Engine ClusterIP: Menetapkan alamat ke layanan. Load balancer: Memuat traffic internal penyeimbang atau traffic eksternal ke node dalam klaster. Ingress: Jenis Load balancer khusus yang menangani traffic HTTP(S). Alamat IP ditetapkan dari berbagai subnet ke komponen dan layanan. Variable length subnet mask (VLSM) digunakan untuk membuat blok CIDR. Jumlah host yang tersedia pada subnet tergantung pada subnet mask yang digunakan. Alur penetapan alamat akan IP terlihat seperti ini: Node diberi alamat IP dari klaster jaringan VPC. Alamat IP penyeimbang beban internal secara default ditetapkan dari blok Node IPv4. Jika perlu, Anda dapat membuat rentang tertentu untuk penyeimbang beban dan menggunakan opsi loadBalancerIP untuk menentukan alamat dari rentang tersebut. Pod diberikan alamat dari berbagai alamat Pod yang berjalan pada node tersebut. Pod maks default per node adalah 110. Untuk mengalokasikan alamat ke nomor ini jumlahnya dikalikan dengan 2 (110*2=220) dan subnet terdekat digunakan yaitu /24. Ini memungkinkan buffer untuk penjadwalan pod. Batas ini dapat disesuaikan pada waktu pembuatan. Container berbagi alamat IP dari Pod yang mereka jalankan. Alamat layanan (IP cluster) ditetapkan dari kumpulan alamat yang disediakan untuk layanan. Baca juga: Cost Estimator: Fitur Baru GKE untuk Perkiraan Biaya yang Lebih Akurat Domain Naming System (DNS) Photo Credit: Rawpixel DNS memungkinkan resolusi nama ke alamat IP. Ini memungkinkan entri nama otomatis dibuat untuk layanan. Ada beberapa opsi di GKE, yaitu: kube-dns: Layanan add-on asli Kubernetes. Kube-dns berjalan pada penerapan yang diekspos melalui IP cluster. Secara default, pod dalam sebuah klaster menggunakan layanan ini untuk kueri DNS. Cloud DNS: Layanan terkelola Google Cloud DNS yang dapat digunakan untuk mengelola klaster DNS. Load Balancers Mengontrol akses dan mendistribusikan traffic di seluruh resources yang berantakan. Beberapa opsi di Google Kubernetes Engine adalah Internal Load balancers dan External Load balancers. Baca juga: Penerapan Keamanan Zero Trust pada Workload dengan GKE, Traffic Director, dan CA Service Ingress Photo Credit: Google Cloud Blog Berfungsi menangani traffic HTTP(S) yang ditujukan ke layanan di klaster Anda. Layanan ini menggunakan resources tipe Ingress. Saat digunakan, ini akan membuat penyeimbang beban HTTP(S) untuk GKE. Saat mengonfigurasi, Anda dapat menetapkan alamat IP statis ke penyeimbang beban, untuk memastikan alamat tidak berubah. Dengan GKE, Anda dapat menyediakan Ingress eksternal dan internal. GKE juga memungkinkan Anda memanfaatkan load balancing container-native yang mengarahkan traffic langsung ke IP pod menggunakan Network Endpoint Groups (NEGs). Operations Di GKE Anda memiliki beberapa cara untuk mendesain jaringan klaster, yaitu: Standard: Mode ini memungkinkan admin untuk mengonfigurasi infrastruktur yang mendasari klaster. Mode ini bermanfaat jika Anda membutuhkan tingkat kontrol yang lebih dalam. Autopilot: GKE menyediakan dan mengelola infrastruktur dasar klaster. Cara ini telah dikonfigurasi sebelumnya untuk memberi Anda sedikit kebebasan manajemen. Private Cluster: Dapat digunakan ketika Anda memerlukan klien untuk memiliki akses ke internet (misalnya untuk pembaruan. Perlu diingat, cara ini hanya mengizinkan koneksi IP internal. Private Service Access: Memungkinkan VPC Anda berkomunikasi dengan service producer services melalui alamat IP pribadi. Baca juga: Memahami Keamanan Infrastruktur Google Cloud Google Kubernetes Engine menawarkan cara sederhana untuk menyiapkan Cluster Kubernetes. Layanan ini dirancang khusus untuk mendukung penerapan Kubernetes terkelola di Google Cloud, memungkinkan Anda mendapat praktik langsung dalam mengonfigurasi image Docker, container, dan menerapkan aplikasi Kubernetes yang lengkap. Google Kubernetes Engine telah terintegrasi dengan Google Cloud sehingga memudahkan Anda dalam manajemen klaster melalui komputasi awan. EIKON Technology menyediakan solusi Google Cloud resmi, berlisensi, dan tentunya dapat disesuaikan untuk kebutuhan perusahaan. Untuk informasi selengkapnya, silakan klik di sini.

Google Cloud

Tips Optimalkan Penggunaan Active Assist untuk Migrasi ke Google Cloud

Salah satu alasan yang sering disebutkan ketika terjadi migrasi ke Google Cloud adalah pengurangan biaya. Elastisitas layanan cloud memungkinkan Anda untuk membayar sesuai dengan pemakaian saja. Dengan kata lain, Anda hanya perlu membayar untuk layanan yang digunakan. Alasan lainnya adalah karena keamanan. Ini karena pengembangan di cloud memungkinkan visibilitas dan tata kelola yang lebih baik atas resources dan data penerapan Anda. Namun, dalam perjalanan mewujudkan penghematan biaya, skalabilitas, peningkatan keamanan, kinerja, keandalan, dan pengelolaan cloud ini, ada kalanya Anda merasa kebingungan. Ini karena Google Cloud sangat rumit. Setidaknya terdapat ratusan produk dalam Google Cloud sehingga terkadang dapat menyulitkan Anda untuk memanfaatkan berbagai peluang yang disediakan. Berangkat dari situasi tersebut, Google Cloud memperkenalkan Active Assist. Mengenal Active Assist Photo Credit: Google Cloud Blog Active Assist Google Cloud menyatukan informasi dari penggunaan beban kerja Anda, log, dan konfigurasi resources, lalu menggunakan machine learning serta business logic untuk membantu mengoptimalkan penerapan secara proaktif dari segi biaya, keamanan, kinerja, keandalan, pengelolaan, dan bahkan keberlanjutan. Baca juga: 3 Fitur Security and Compliance di Google Cloud Logging yang Wajib Anda Ketahui Solusi terbaik dari Active Assist Berikut adalah beberapa rekomendasi tools untuk optimalisasi biaya, yang merupakan salah satu bagian dari portofolio luas Active Assist: Cost Optimization Recommenders Photo Credit: pressfoto (Freepik) Google Cloud memudahkan pengguna menjalankan virtual machine (VM) dan hanya membayar selama resources berjalan. Namun, ada kasus ketika prototipe membuat mesin hanya memerlukan lebih sedikit CPU dan memori virtual daripada yang dialokasikan. Active Assist dapat membantu dalam kedua situasi tersebut dengan menghadirkan visibilitas ke peluang pengoptimalan biaya. Idle VM Recommender Idle VM Recommender mengidentifikasi VM yang belum digunakan dalam 14 hari terakhir dan menyampaikan notifikasi sehingga Anda dapat mematikannya atau menghapusnya dari proyek. Active Assist menggunakan metrik sistem untuk mengklasifikasikan VM sebagai idle saat memenuhi kriteria berikut: VM memiliki pemanfaatan CPU kurang dari 0,03 selama 97% dari waktu selama jendela observasi; VM telah menerima kurang dari 2.600 byte per detik untuk 95% waktu proses VM; VM telah mengirim kurang dari 1.000 byte per detik 95% dari waktu. Active Assist juga dapat membantu Anda mengidentifikasi resource idle lainnya, termasuk instance Cloud SQL dan resource idle yang terkait dengan VM, seperti IP dan persistent disk. VM Machine Type Recommender  VM Machine Type Recommender dapat membantu Anda mengoptimalkan pemanfaatan resources dari instance VM dengan menyarankan konfigurasi jenis mesin yang lebih efisien untuk beban kerja yang berjalan di dalamnya. Misalnya, jika mengidentifikasi aplikasi yang berjalan di VM ternyata menggunakan memori rendah, tool ini akan merekomendasikan Anda untuk beralih ke jenis mesin yang alokasi memorinya lebih rendah. Baca juga: Menjadwalkan Perintah di Google Cloud dengan Cloud Run dan Cloud Scheduler Predictive Autoscaler Solusi lain, Google Cloud menyediakan Predictive Autoscaler yang menggunakan kemampuan machine learning untuk menanggapi kebutuhan kapasitas sekaligus memperkirakannya. Ini menciptakan VM lebih cepat dari permintaan yang meningkat, memungkinkan cukup waktu bagi aplikasi Anda untuk melakukan inisialisasi. Model perkiraannya terus belajar dan beradaptasi dengan pola mingguan dan harian menggunakan riwayat CPU grup instance Anda. Unattended Project Recommender Photo Credit: Google Cloud Blog Unattended Project Recommender memberikan rekomendasi yang membantu Anda menemukan, mengklaim kembali, dan menghapus proyek tanpa pengawasan. Ini membantu mengoptimalkan biaya, keamanan, dan keberlanjutan dalam satu waktu. Menariknya lagi, tool ini juga memberi dampak pengurangan emisi karbon untuk setiap “proyek yang tidak dijaga”, menunjukkan emisi yang dihemat jika Anda menghapus proyek dan melepaskan semua sumber dayanya. Baca juga: 3 Contoh Penerapan Google Cloud Spot VMs Dengan memanfaatkan Active Assist dari Google Cloud, Anda dapat mengoptimalkan biaya migrasi lebih baik lagi. Anda bahkan bisa menyesuaikan tagihan biaya sesuai dengan kebutuhan. Tertarik untuk bermigrasi ke cloud? Google Cloud menawarkan solusi komputasi awan terlengkap yang telah didukung dengan beragam pilihan tools untuk memudahkan Anda baik dari segi pemakaian maupun efisiensi biaya. EIKON Technology menyediakan Google Cloud resmi dan berlisensi. Kami juga menyediakan solusi yang dapat disesuaikan dengan kebutuhan produktivitas Anda. Untuk informasi lebih lanjut, hubungi kami di sini!

Google Cloud

Penambahan Aturan Lifecycle Conditions Baru untuk Google Cloud Storage

Google Cloud Storage baru saja memperkenalkan aturan lifecycle conditions baru. Aturan lifecycle adalah kondisi yang harus dipenuhi objek sebelum tindakan yang ditentukan dalam aturan terjadi. Penambahan aturan lifecycle ini diharapkan dapat membantu pelanggan mengelola biaya penyimpanan mereka dengan cara baru. Ada dua fitur baru yang disertakan dalam peluncuran ini. Prefix/suffix lifecycle conditions Photo Credit: senivpetro (Freepik) Sebelumnya, Google Cloud Storage sudah menyediakan beberapa aturan lifecycle conditions yang bisa dipilih pelanggan. Aturan tersebut di antaranya: Age CreatedBefore CustomTimeBefore DaysSinceCustomTime DaysSinceNoncurrentTime IsLive MatchesStorageClass MatchesPrefix and MatchesSuffix NoncurrentTimeBefore NumberOfNewerVersions Kini pelanggan dapat menambahkan kondisi pada nama objek, cukup dengan menambahkan prefix (awalan) atau suffix (akhiran). Kondisi prefix dan suffix dapat bermanfaat untuk beberapa penggunaan. Berikut adalah contoh penerapan yang umum digunakan: Mengelola prefix objek umum secara terpisah. Mengelompokkan objek menggunakan prefix umum merupakan praktik yang sering terjadi, seperti dalam kumpulan data. Sekarang, lifecycle condition dapat diterapkan pada grup tersebut menggunakan aturan MatchesPrefix. Baca juga: 3 Contoh Penerapan Google Cloud Spot VMs Mengelola kategori objek secara terpisah. Menggunakan ekstensi pada kunci objek untuk menunjukkan format data seperti .mp4, .zip, dan .csv adalah sebuah praktik umum. Sebab tak jarang, semua format tersebut ada dalam satu lokasi. Untuk bisa mengelolanya secara terpisah, terkadang pelanggan memanfaatkan ekstensi. Misalnya, ketika pelanggan memiliki objek biner besar yang jarang dibaca, namun metadata tentang mereka dengan ekstensi berbeda cukup sering dibaca (contohnya .mov dan .xml). Dengan lifecycle conditions baru, pelanggan bisa dengan mudah menjaga metadata tetap “panas” sambil tetap menghemat biaya. Sebab, kini pelanggan dapat mengatur sebagian besar agar tetap “dingin” dengan aturan MatchesSuffix. Baca juga: Mempelajari Update Keamanan Terbaru Cloud Storage dari Google Pembersihan unggahan multi-bagian yang tidak lengkap Photo Credit: pressfoto (Freepik) Pada tahun 2021, Google Cloud Storage meluncurkan protokol Multipart Upload di XML API. Ini memberi pelanggan jalur migrasi yang lebih mulus dengan peningkatan kompatibilitas S3. Satu masalah umum dengan unggahan multi-bagian adalah bahwa mereka terkadang ditinggalkan. Penyimpanan sebagian tidak gratis, jadi memangkas unggahan yang ditinggalkan adalah hal yang penting. Sekarang, pelanggan dapat “mengatur dan melupakannya” dengan dukungan lifecycle Google Cloud Storage untuk unggahan multi-bagian yang tidak lengkap. Fitur lifecycle baru ini telah tersedia untuk semua pelanggan Google Cloud Storage. Perlu diketahui juga, fitur ini juga dapat diakses melalui Google Cloud Storage API, Google Cloud Storage GUI, gsutil, penyimpanan gcloud, dan library klien. Baca juga: Menjadwalkan Perintah di Google Cloud Dengan Cloud Run dan Cloud Scheduler Lifecycle conditions dapat dimanfaatkan untuk memudahkan pelanggan dalam mengelola biaya penyimpanan Google Cloud Storage. Penambahan aturan ini menghadirkan cara baru dalam menghemat biaya yang digunakan untuk penyimpanan. Selain lifecycle conditions, Google Cloud Storage juga menghadirkan berbagai fitur dan kapabilitas untuk memudahkan pelanggan dalam mengelola penyimpanan berbasis komputasi awan, bahkan dalam hal pengelolaan biaya. Tertarik untuk mulai menggunakan solusi Google Cloud Storage? EIKON Technology sebagai authorized partner Google menyediakan solusi Google Cloud Storage berlisensi dan proses implementasi menyeluruh, mulai dari perencanaan hingga penerapan. Untuk informasi lebih lanjut, silakan klik di sini.

Google Cloud

Region Google Cloud Baru Akan Hadir di Asia Pasifik, Apa Saja?

Hadirnya cloud telah memicu transformasi di seluruh dunia, termasuk di Asia Pasifik., IDC bahkan memperkirakan bahwa total pengeluaran untuk layanan cloud di Asia Pasifik (kecuali Jepang) akan mencapai USD282 miliar pada tahun 2025. Untuk memenuhi permintaan layanan cloud yang terus meningkat di Asia Pasifik, Google mengumumkan tiga region Cloud baru, yaitu Malaysia, Thailand, dan Selandia Baru. Penambahan ini diharapkan dapat membantu perusahaan dari seluruh industri, perusahaan rintisan, dan sektor publik di Asia Pasifik akan mendapat manfaat dari kontrol utama yang memungkinkan mereka mempertahankan latensi rendah dan standar keamanan, residensi data, dan kepatuhan tertinggi, termasuk persyaratan penyimpanan data tertentu. Dapat sambutan meriah Photo Credit: pressfoto (Freepik) Dari retail hingga sektor publik, perusahaan terkemuka menjadikan Google Cloud sebagai partner inovasi tepercaya mereka. Region Cloud baru di Malaysia, Thailand, dan Selandia Baru akan membantu pelanggan tumbuh dan memecahkan masalah bisnis mereka yang paling kritis. Google Cloud menyebutkan akan terus mengembangkan region cloud mereka agar bisa terus memenuhi kebutuhan pelanggan yang selalu berkembang. Baca juga: 3 Fitur Security dnd Compliance di Google Cloud Logging yang Wajib Anda Ketahui Region Cloud baru ini mendapat sambutan meriah, terutama dari perusahaan asal negara yang baru ditambahkan. Salah satunya datang dari Kami, sebuah perusahaan edutech asal Selandia Baru. Jordan Thoms, CTO Kami menyebutkan bahwa Google Cloud merupakan partner yang dapat mendukung perjalanan inovasi berkelanjutan mereka. Dengan dukungan Cloud, Kami telah memberikan pengalaman yang menarik dan dapat diandalkan bagi jutaan guru dan siswa di seluruh dunia. Investasi dari Google Cloud ini diharapkan dapat memberikan layanan dengan latensi lebih rendah kepada pengguna serta meningkatkan dan mengoptimalkan penawaran premium gratis Kami ke semua sekolah di Selandia Baru. Photo Credit: yanalya (Freepik) Antusiasme juga datang dari Trade Me, situs lelang online dan iklan baris terbesar di Selandia Baru. Anders Skoe, CEO Trade Me menyebutkan, “Pelanggan adalah inti bisnis kami, dan membantu menemukan apa yang mereka cari, lebih cepat dari sebelumnya, adalah prioritas utama kami. Kolaborasi dengan Google Cloud sangat penting dalam memastikan stabilitas dan ketahanan infrastruktur kami, memungkinkan kami untuk memberikan pengalaman kelas dunia kepada 650.000 pengunjung situs kami tiap hari. Trade Me menyambut baik investasi Google Cloud di Selandia Baru, dan menantikan lebih banyak peluang untuk bermitra erat dalam perjalanan transformasi teknologi kami.” Baca juga: Tips Gunakan Google Cloud Search Query API untuk Menyempurnakan Hasil Cloud Search “Perjalanan kami dengan Google Cloud berlangsung hampir setengah dekade, dengan inisiatif kemitraan dan inovasi terbaru kami membuka jalan bagi AirAsia dan Capital A untuk mendisrupsi arena platform digital dengan cara yang sama seperti yang kami lakukan pada maskapai penerbangan. Pengumuman region Cloud baru yang akan hadir di Malaysia menunjukkan keinginan berkelanjutan Google Cloud untuk memperluas kapabilitas guna melengkapi dan mendukung aspirasi kami untuk mendirikan Airasia Super App di pusat e-commerce, logistik, dan ekosistem fintech, sambil memperkaya komunitas lokal dan memberi inklusivitas, aksesibilitas, dan nilai bagi 700 juta orang di ASEAN. Saya sangat senang dengan pencapaian besar ini dan kemungkinan baru yang akan diciptakan oleh jaringan region cloud Google Cloud yang berkembang untuk kami, rekan-rekan kami, dan masyarakat luas.” – Tony Fernandes, CEO Capital A. Jaringan global Wilayah cloud baru ini merupakan bukti komitmen berkelanjutan Google Cloud dalam mendukung transformasi digital di seluruh Asia Pasifik. Ke depannya, Google terus berinvestasi dalam memperluas konektivitas di seluruh kawasan dengan bekerja sama dengan mitra di industri telekomunikasi untuk membangun kabel bawah laut, termasuk Apricot, Echo, JGA South, INDIGO, dan Topaz dan titik menambah kehadiran di kota-kota besar. Baca juga: Fitur Private Offers dari Google Cloud Marketplace, Apa yang Ditawarkan? Penambahan region Google Cloud ini diharapkan dapat mempercepat transformasi digital di kawasan Asia Pasifik. Indonesia sendiri sudah tergabung dalam jaringan ini dan sudah banyak perusahaan yang merasakan manfaatnya. Apakah Anda juga ingin menjadi bagian dalam jaringan global Google Cloud? Gunakan solusi komputasi awan Google Cloud untuk menunjang bisnis Anda. EIKON Technology siap membantu Anda dengan menghadirkan produk resmi dan berlisensi, serta konsultasi menyeluruh mulai dari tahap perencanaan hingga penerapan solusi. Untuk informasi selengkapnya, klik di sini!

Gmail, Google Cloud

Pengalaman Terpadu Log Gmail di BigQuery, Seperti Apa?

Sebelumnya, Google menyimpan log Gmail langsung ke lokasi tersendiri di BigQuery. Namun mulai 10 Agustus 2022, penyimpanan log Gmail secara bertahap dipindahkan ke log dan laporan Google Workspace di BigQuery. Untuk lebih memahami tentang transisi ini, mari simak ulasan berikut. Perpindahan ke log dan laporan Google Workspace Photo Credit: Google Workspace Updates Melalui update di blog resminya, Google Workspace mengumumkan bahwa kini log Gmail akan dipindahkan ke log dan laporan Google Workspace di BigQuery. Sebelumnya, log Gmail diletakkan di tempat terpisah di BigQuery. Namun perubahan ini hanya akan memengaruhi pelanggan Google Workspace yang mengaktifkan BigQuery Export. Sedangkan pelanggan baru akan dipandu dalam menyiapkan proyek BigQuery Workspace untuk log Gmail. Photo Credit: Google Workspace Updates Saat perubahan ini terjadi, data Gmail akan diekspor ke log Gmail dan log Workspace dalam waktu singkat. Pelanggan Google Workspace lama yang terpengaruh akan menerima pemberitahuan email dengan informasi lebih lanjut dalam beberapa minggu mendatang. Mengapa perpindahan ini penting? Perubahan ini akan membuat satu ruang untuk mengakses semua peristiwa audit Google Workspace Anda. Dengan begitu, Anda tidak perlu berpindah-pindah lokasi untuk mengecek log Gmail. Semuanya telah tersimpan dalam satu tempat dan saling terintegrasi. Setelah penggabungan ini selesai, Anda tidak bisa lagi menggunakan log Gmail di BigQuery melalui konsol Admin. Untuk informasi lebih lanjut, silakan kunjungi Help Center. Google telah menyediakan dokumentasi khusus membahas perubahan ini, termasuk petunjuk langkah demi langkah terperinci tentang penanganan perubahan ini. Baca juga: 3 Fitur Rahasia BigQuery untuk Kelola Data Lebih Baik Periode ekspor ganda sementara dan persyaratan penyimpanan BigQuery Setelah log Gmail disetel untuk diekspor ke log Workspace, data ini akan diekspor untuk sementara ke dua tujuan: Proyek BigQuery khusus Gmail Anda sebelumnya Proyek BigQuery Workspace baru atau yang sudah ada, yang menyimpan data untuk semua aplikasi Google Workspace Hal ini juga akan memengaruhi batas kuota BigQuery Anda dan seberapa sering kuota tersebut harus diperbarui, serta biaya yang terkait dengan mengekspor log ke BigQuery. Untuk menghindari dampak pada kuota dan data duplikat, sebaiknya nonaktifkan ekspor log Gmail ke proyek BigQuery khusus Gmail Anda. Baca juga: Percepat Migrasi Data BigQuery dengan Penerjemah SQL Otomatis Mulai menerapkan transisi Perubahan ini memerlukan konfigurasi dari administrator, end-user tidak perlu melakukan pengaturan sendiri. Detail mengenai konfigurasi tersebut bisa Anda simak di sini. Transisi akan dimulai pada tanggal 10 Agustus 2022 baik untuk domain rilis cepat maupun domain rilis terjadwal melalui metode extended rollout (ada kemungkinan peluncuran lebih lama dari 15 untuk visibilitas keseluruhan fitur). Tersedia untuk pelanggan Google Workspace Enterprise Essentials, Enterprise Standard, Enterprise Plus, Education Plus, dan Education Standard  Namun tidak tersedia bagi pengguna Google Workspace Essentials, Business Starter, Business Standard, Business Plus, Frontline, dan Nonprofits, termasuk pelanggan G Suite Basic dan G Suite Business (rangkaian produktivitas pendahulu Google Workspace).  Baca juga: Memantau dan Menganalisis Performa BigQuery dengan Information Schema Transisi baru BigQuery tersebut tersedia untuk Google Workspace for Education yang bisa Anda dapatkan melalui EIKON Technology. Sebagai authorized reseller Google, EIKON Technology menyediakan produk Google resmi dan bergaransi. Di samping itu, kami juga menyediakan layanan konsultasi untuk memudahkan Anda mulai dari tahap perencanaan hingga penerapan. EIKON Technology juga menyediakan Google Workspace for Business yang dirancang untuk memenuhi kebutuhan produktivitas bisnsi. Informasi selengkapnya, silakan klik di sini!

Google Cloud

3 Fitur Rahasia BigQuery untuk Kelola Data Lebih Baik

BigQuery merupakan sebuah tool yang disediakan Google Cloud untuk mengelola dan menganalisis data Anda dengan fitur bawaan seperti analisis geospasial, business intelligence, hingga machine learning. Tool ini memiliki banyak sekali fitur, yang beberapa masih belum banyak diketahui pengguna. Berikut 3 fitur “rahasia” di BigQuery yang bisa Anda manfaatkan untuk mengelola data berskala besar lebih baik lagi. AUTO column  Photo Credit: DCStudio (Freepik) Bisa dibilang, fitur yang satu ini adalah “hidden gem” BigQuery, Pasalnya, fitur AUTO column ini tidak tercantum di dokumentasi resmi BigQuery. Bagaimana cara kerjanya? Katakanlah Anda memasukkan beberapa data ke BigQuery, lalu sistem lain ingin menjalankan tugas terjadwal untuk memproses data yang baru datang. Misalnya, sistem dirancang untuk menarik data dari BigQuery ke penyimpanan lain atau menjalankan laporan per jam berdasarkan data. Dalam setiap kasus tersebut, disarankan menghindari pemrosesan catatan yang sama beberapa kali. Namun itu berarti Anda harus tahu catatan mana yang sudah diproses dan mana yang baru ditambahkan setelah pemrosesan berlangsung. Tidak seperti OLTP DB tradisional, BigQuery tidak mendukung kolom kenaikan otomatis atau kolom yang secara otomatis diisi dengan tanggal-waktu terkini (kecuali Anda menggunakan API Streaming) Dengan fitur AUTO column, Anda cukup menambahkan kolom TIMESTAMP ke skema tabel dan menetapkan “AUTO” di payload JSON. Hal ini memungkinkan BigQuery mengisi kolom yang disebutkan dengan waktu yang menunjukkan kapan data masuk secara otomatis. Baca juga: Fitur Penelusuran BigQuery: Bantu Tentukan Elemen Unik Data dengan Mudah Transaksi multi-statement Meski bukan OLTP DB, BigQuery mendukung transaksi multi-statement. Per bulan Agustus 2022, fitur ini masih dalam preview. Namun Google Cloud akan segera mengubah ketersediaannya menjadi general availability (GA). Tidak banyak yang bisa dibahas tentang transaksi dan cara penggunaannya. Google telah menyediakan dokumentasi resmi khusus untuk hal itu. Namun ada beberapa hal menarik yang perlu Anda perhatikan: Jika transaksi mengubah (memperbarui atau menghapus) baris dalam tabel, maka transaksi lain atau pernyataan DML yang mengubah baris dalam satu tabel sama tidak dapat berjalan secara bersamaan. Transaksi yang bertentangan dibatalkan. Transaksi tidak dapat menggunakan pernyataan DDL yang memengaruhi entitas permanen. Fungsi CURRENT_TIMESTAMP, CURRENT_DATE, dan CURRENT_TIME mengembalikan time stamp waktu mulai transaksi. Anda tidak dapat menggunakan klausa FOR SYSTEM_TIME AS OF untuk membaca tabel di luar time stamp waktu mulai transaksi. Melakukannya akan mengembalikan kesalahan. Dalam sebuah transaksi, views yang terwujud diinterpretasikan sebagai pandangan logis. Anda masih dapat menanyakan tampilan terwujud di dalam transaksi, tetapi tidak menghasilkan peningkatan kinerja atau pengurangan biaya dibandingkan dengan tampilan logis yang setara. Baca juga: Percepat Migrasi Data BigQuery dengan Penerjemah SQL Otomatis Clustering Photo Credit: Freepik Bicara tentang pengoptimalan kueri di BigQuery (sebagian besar adalah tentang optimalisasi biaya), pendekatan pertama yang terlintas dalam pikiran adalah partisi tabel (table partitioning). Namun sebenarnya partitioning bukanlah satu-satunya pilihan yang tersedia. Ada juga clustering atau pengelompokan. Sementara partitioning membagi data menjadi beberapa partisi (memungkinkan kueri untuk membaca hanya partisi tertentu bila diperlukan), clustering bekerja dengan menempatkan data terkait dan mengizinkan kueri mengakses segmen data tertentu jika filter untuk kolom pengelompokan digunakan. Baca juga: Memantau dan Menganalisis Performa BigQuery dengan Information Schema Dari ketiga fitur “rahasia” BigQuery di atas, adakah yang sudah pernah Anda gunakan? Dengan memngoptimalkan berbagai fitur serta kapabilitas yang ada dalam tool milik Google Cloud ini, Anda dapat mengelola sekaligus menganalisis data jauh lebih mudah dan optimal, terutama dari segi biaya. Tool ini bisa Anda akses dengan mudah jika menggunakan solusi komputasi awan dari Google Cloud. Dapatkan segera melalui EIKON Technology, authorized reseller yang menyediakan Google Cloud resmi untuk penggunaan skala besar. Kami juga menyediakan layanan konsultasi untuk mendampingi Anda mulai dari tahap perencanaan hingga penerapan solusi. Informasi selengkapnya mengenai implementasi Google Cloud, silakan klik di sini!

Cloud Computing, Google Cloud

Menggunakan Data Advocacy untuk Menangani Data Privasi Konsumen

Ketika peraturan data privasi konsumen semakin ketat dan akhir dari cookie pihak ketiga semakin dekat, perusahaan dari berbagai ukuran cenderung mencari jalan menuju cara kerja yang berpusat pada privasi. Brand yang berhadapan langsung dengan konsumen harus mencermati data pelanggan yang mereka kumpulkan, dan belajar merangkul pendekatan berbasis data pihak pertama. Sementara beberapa brand sudah memahami pentingnya privasi dan persetujuan konsumen, sisanya masih belum tahu harus mulai dari mana. Parahnya lagi, masih banyak yang tidak tahu kebutuhan konsumen dalam hal privasi data. Saat ini, 40% konsumen tidak mempercayai brand untuk menggunakan data mereka secara etis. Meski kesenjangan antara bagaimana brand dan konsumen menyikapi data privasi terlihat jelas, sebaiknya tidak perlu ditekankan. Perusahaan harus mulai memperlakukan data konsumen sebagai pilar bisnis mereka: sebagai nilai yang memandu cara data digunakan, proses dijalankan, dan perilaku tim. Dengan menerapkan panel data advocacy lintas fungsi, brand dapat memastikan bahwa perlindungan data konsumen selalu menjadi perhatian utama. Mengapa harus data advocacy? Brand terbaik melihat pentingnya privasi data pelanggan sebagai peluang, bukan ancaman. Konsumen saat ini tahu pasti apa yang mereka inginkan dan menyerahkan penyampaiannya pada brand. Di sini, transparansi adalah kuncinya. Sebagian besar konsumen menuntut transparansi yang lebih dari brand yang kerap mereka gunakan, tapi sebanyak 40% konsumen bersedia membagikan informasi pribadi jika mereka tahu cara menggunakannya. Data advocacy yang ditanamkan ke dalam perusahaan dapat berfungsi sebagai pedoman untuk mencapai titik tengah persetujuan privasi data. Baca juga: Akses Analisis Data di Connected Sheets untuk Kolaborator dengan Delegated Access Bagaimana penerapannya? Photo Credit: tirachardz (Freepik) Misi data advocacy adalah membangun dan mempertahankan budaya positif persetujuan di seluruh perusahaan. Ini dapat berfungsi sebagai cara untuk mengasah kekuatan data pelanggan untuk bisnis Anda sekaligus memberikan kekuatan persetujuan kepada pelanggan. Namun apa sebenarnya panel data advocacy itu? Panel data advocacy Anda harus mencakup perwakilan dari setiap unit bisnis yang memiliki tanggung jawab untuk melindungi, mengumpulkan, membuat, berbagi, atau mengakses data dalam bentuk apa pun. Anggota tim ini kemudian harus bersatu untuk menangani dua tujuan utama: menetapkan strategi dan kebijakan tentang penanganan data di seluruh perusahaan serta bereaksi dengan cepat terhadap perkembangan data baru seperti: potensi pelanggaran data, pergeseran sentimen pasar, atau persyaratan kepatuhan baru. Baca juga: Mengenal Data Loss Prevention (DLP), Kebijakan untuk Melindungi Data Sensitif Tips yang bisa Anda terapkan Menurut VP of Consumer Packaged Goods Google Cloud, Giusy Buonfantino, “Lanskap privasi dan ekspektasi konsumen yang berubah menandakan perusahaan harus memikirkan kembali cara mereka mengumpulkan, menganalisis, menyimpan, dan mengelola data konsumen untuk mendorong kinerja bisnis dan memberikan pengalaman yang dipersonalisasi kepada pelanggan.” Perusahaan mengadopsi Customer Data Platforms (CDP) untuk mendorong keterlibatan pelanggan yang berpusat pada privasi. Solusi platform data pelanggan Lytics dibuat dengan Google Cloud BigQuery untuk membantu perusahaan terus mengembangkan cara mereka menangkap dan menggunakan data konsumen. Lytics di BigQuery membantu bisnis mengumpulkan dan menafsirkan data perilaku pelanggan pihak pertama pada platform yang aman dan skalabel dengan machine learning bawaan. Singkatnya, ini bukan hanya tentang perubahan kecil. Ini tentang memulai dengan katalis yang akan mendorong perubahan skala besar. Katalis tersebut adalah panel data advocacy yang akan terus menjadi pusat pertukaran nilai antara brand dan pelanggan Anda. Baca juga: Masa Depan Data dalam Whitepaper Terbaru Google Cloud, Seperti Apa? Perkembangan teknologi mau tak mau mengubah bagaimana cara data dipandang. Kini data ibarat sebuah sumber daya yang tak ternilai harganya. Oleh karena itu, cara Anda menangani data, terutama data privasi konsumen, bisa sangat menentukan kesuksesan bisnis. Cara menangani dan mengelola data yang lama sudah tak lagi relevan karena tidak mampu mengeluarkan potensi terbaik data secara aman. Untuk itulah, Anda perlu membangun panel data advocacy yang baik. Tak lupa, dukung panel Anda agar mampu melindungi data privasi konsumen dengan solusi komputasi awan Google Cloud. Solusi komputasi dengan tingkat keamanan tinggi ini bisa Anda dapatkan melalui EIKON Technology. Klik di sini untuk informasi lebih lanjut.

Google Cloud

3 Fitur Security and Compliance di Google Cloud Logging yang Wajib Anda Ketahui

Adopsi cloud oleh perusahaan dan sektor publik terus berakselerasi. Di tengah situasi tersebut, mendapat gambaran akurat tentang siapa yang melakukan apa di lingkungan cloud Anda penting untuk tujuan keamanan dan kepatuhan (security and compliance). Log sangat penting saat Anda mencoba mendeteksi pelanggaran, menyelidiki masalah keamanan yang sedang berlangsung, atau melakukan penyelidikan. Berikut tiga fitur security and compliance Google Cloud Logging yang dapat membantu Anda membuat log untuk melakukan audit keamanan terbaik: Cloud Logging adalah bagian dari Assured Workloads Assured Workloads Google Cloud membantu pelanggan memenuhi persyaratan kepatuhan dengan software-defined cloud komunitas. Cloud Logging dan data log eksternal mencakup banyak peraturan, itulah sebabnya Cloud Logging sekarang menjadi bagian dari Assured Workloads. Cloud Logging dengan Assured Workloads makin memudahkan pelanggan untuk memenuhi retensi log dan persyaratan audit NIST 800-53 dan kerangka kerja lain yang didukung. Baca juga: Memahami Keamanan Infrastruktur Google Cloud Cloud Logging sekarang bersertifikat FedRAMP High Photo Credit: DCStudio (Freepik) FedRAMP adalah program pemerintah Amerika Serikat yang mempromosikan adopsi layanan cloud yang aman dengan menyediakan pendekatan standar untuk penilaian keamanan dan risiko untuk lembaga federal yang mengadopsi teknologi cloud. Tim Google Cloud Logging telah menerima sertifikasi untuk menerapkan kontrol yang diperlukan untuk mematuhi FedRAMP di tingkat High Baseline Level. Sertifikasi ini memungkinkan pelanggan untuk menyimpan data sensitif di cloud log dan menggunakan Cloud Logging untuk memenuhi persyaratan kontrol kepatuhan mereka sendiri. Di bawah ini adalah kontrol yang telah diterapkan oleh Cloud Logging sebagaimana diwajibkan oleh NIST untuk sertifikasi FedRAMP: Event Logging (AU-2) – Berbagai macam peristiwa ditangkap di cloud. Contoh peristiwa yang ditentukan termasuk perubahan kata sandi, akses gagal terkait sistem, perubahan atribut keamanan atau privasi, penggunaan hak istimewa administratif, penggunaan kredensial Personal Identity Verification (PIV), perubahan tindakan data, parameter kueri, atau penggunaan kredensial eksternal. Making Audits Easy (AU-3) – Untuk menyediakan semua informasi yang dibutuhkan pengguna dalam audit, Cloud Logging menangkap jenis peristiwa, waktu terjadinya, lokasi peristiwa, sumber peristiwa, hasil peristiwa, dan informasi identitas. Extended Log Retention (AU-4) – Cloud Logging mendukung kebijakan yang diuraikan untuk kapasitas dan retensi penyimpanan log guna memberikan dukungan untuk investigasi insiden setelah kejadian. Dengan begitu pelanggan dapat memenuhi persyaratan penyimpanan informasi dengan mengizinkan mereka untuk mengonfigurasi periode penyimpanan. Alerts for Log Failures (AU-5) – Pelanggan dapat membuat peringatan saat terjadi kegagalan log. Create Evidence (AU-16) – Jejak audit seluruh sistem (logis atau fisik) yang terdiri dari catatan audit dalam format standar ditangkap. Kemampuan audit lintas organisasi dapat diaktifkan. Baca juga: Menerapkan Keamanan Chrome pada Google Cloud dan Workspace Manage your own Keys Photo Credit: Rawpixel Manage your own Keys atau juga dikenal sebagai customer managed encryption keys (CMEK), dapat mengenkripsi keranjang log Google Cloud Logging. Untuk pelanggan dengan persyaratan enkripsi khusus, Cloud Logging kini mendukung CMEK melalui Cloud KMS. CMEK dapat diterapkan ke bucket logging individual dan dapat digunakan dengan log router. Cloud Logging dapat dikonfigurasi untuk memusatkan semua log untuk organisasi ke dalam satu bucket dan router jika diinginkan, yang membuat penerapan CMEK ke penyimpanan log perusahaan menjadi sederhana. Baca juga: Memanfaatkan Google Cloud Contact Center AI untuk Tingkatkan Layanan Pelanggan Dengan adanya fitur dan kapabilitas ini, diharapkan proses adopsi dan penggunaan Cloud Logging menjadi jauh lebih mudah, lebih aman, dan lebih sesuai. Tertarik untuk menerapkan fitur security and compliance yang ditawarkan Cloud Logging? Semuanya bisa dinikmati dengan menerapkan solusi Google Cloud untuk mendukung ekosistem komputasi perusahaan Anda. EIKON Technology menyediakan solusi Google Cloud menyeluruh mulai dari tahap perencanaan hingga penerapan. Anda bahkan dapat menyesuaikan solusi sesuai dengan kebutuhan. Untuk mulai konsultasi mengenai penerapan produk, silakan klik di sini!

Scroll to Top