GCP 雲端省錢術:PostgreSQL 瘦身與架構優化實錄
近期為了優化個人專案的雲端成本,我對 GCP 上的 PostgreSQL 資料庫進行了一次「大手術」。將原本掛載的 500GB 閒置硬碟移除,改用 Docker 部署在 10GB 的系統碟上,並配置了固定 IP 與防火牆。這篇文章紀錄了如何從每月數百元的硬碟費中解套,同時建立更安全、標準化的 DB 架構。
近期為了優化個人專案的雲端成本,我對 GCP 上的 PostgreSQL 資料庫進行了一次「大手術」。將原本掛載的 500GB 閒置硬碟移除,改用 Docker 部署在 10GB 的系統碟上,並配置了固定 IP 與防火牆。這篇文章紀錄了如何從每月數百元的硬碟費中解套,同時建立更安全、標準化的 DB 架構。
本實驗使用 GDAL/ogr2ogr 工具,從中央管河川區域 Shapefile 中萃取大甲溪河流範圍,解決 Big5 編碼篩選問題,進行 1 公里緩衝分析 (Buffer),並透過 SQL ST_Union 合併多個圖層特徵,最終產出 KML 檔案。
本實驗記錄了從政府開放資料平台取得水利署河川流域 Shapefile 資料,並將其中「大甲溪」流域資料篩選後,使用 GDAL/ogr2ogr 工具轉換為 Google My Maps 支援的 KML 格式的完整過程。