通过 AutoML Tables,您可以控制用于存储和处理项目资源(数据集和模型)的位置。具体来说,您可以将 AutoML Tables 配置为仅在欧盟区域存储静态数据和执行机器学习。
默认情况下,AutoML Tables 在全球位置存储和处理资源,这意味着 AutoML Tables 不保证您的资源将保留在特定位置或区域内。如果您选择欧盟位置,Google 只会在欧盟存储和处理您的数据。您和您的用户可以从任意位置访问该数据。
在 Google Cloud 控制台中设置位置
当您创建新数据集时,您需使用数据集名称文本框正下方的下拉列表指定该数据集的位置。使用该数据集训练的模型会创建在同一位置。
数据集和模型的详情页面各有一个位置下拉列表,供您用于显示所选位置的资源。
使用 API 设置位置
AutoML Tables 同时支持全球 API 端点 (automl.googleapis.com
) 和欧盟端点 (eu-automl.googleapis.com
)。要仅在欧盟存储和处理您的数据,请将 automl.googleapis.com
替换为 URI eu-automl.googleapis.com
以进行 REST API 调用。
使用 AutoML API 时,您可以使用资源的全名(包括位置及唯一 ID)来标识资源。例如,数据集的资源名称的格式为 projects/{project-id}/locations/{location}/datasets/{dataset-id}
。对于存储在全球位置的资源,请将变量 {location}
替换为值 us-central1
。对于存储在欧盟位置的资源,请将变量 {location}
替换为值 eu
并使用 eu-automl.googleapis.com
端点。
使用客户端库设置位置
默认情况下,AutoML 客户端库会访问全球 API 端点 (automl.googleapis.com
)。要仅在欧盟区域存储和处理您的数据,您需要明确设置此端点。以下代码示例展示了如何配置此设置。
Java
Node.js
Python
存储分区要求
某些 AutoML Tables 任务(如从本地计算机导入数据)使用 Cloud Storage 存储桶。全球位置 (us-central1
) 和欧盟位置 (eu
) 对存储桶的要求有所不同。
us-central1
的存储分区要求
- 位置类型:
Region
- 位置:
us-central1
- 存储类别:
Standard
(Cloud Storage 浏览器中有时显示为Regional
)
eu
的存储分区要求
- 位置类型:
Multi-region
- 位置:
eu
- 存储类别:
Standard
(Cloud Storage 浏览器中有时显示为Multi-Regional
)