BigQuery-Standorte

Auf dieser Seite werden das Konzept von Standorten und den verschiedenen Regionen erläutert, in denen Daten gespeichert und verarbeitet werden können. Die Preise für Speicherung und Analyse werden auch durch den Standort von Daten und Reservierungen definiert. Weitere Informationen zu den Preisen für Standorte finden Sie unter BigQuery-Preise. Informationen zum Festlegen eines Speicherorts für Datasets finden Sie unter Datasets erstellen. Informationen zu Reservierungsstandorten finden Sie unter Reservierungen in verschiedenen Regionen verwalten.

Weitere Informationen zur Verwendung des Standorts durch BigQuery Data Transfer Service finden Sie unter Speicherort der Daten und Übertragungen.

Standorte und Regionen

BigQuery bietet zwei Datentypen und Computing-Standorte:

  • Eine Region ist ein bestimmter geografischer Ort, wie z. B. London.

  • Eine Multiregion ist ein großes geografisches Gebiet (beispielsweise die USA), das mindestens zwei geografische Regionen enthält. Multiregionale Standorte können größere Kontingente bieten als einzelne Regionen.

Für jeden Standorttyp speichert BigQuery automatisch Kopien Ihrer Daten in zwei verschiedenen Google Cloud-Zonen innerhalb einer einzelnen Region am ausgewählten Standort. Weitere Informationen zur Verfügbarkeit und Langlebigkeit von Daten finden Sie unter Zuverlässigkeit: Notfallwiederherstellung.

Unterstützte Standorte

BigQuery-Datasets können in den folgenden Regionen und Multiregionen gespeichert werden. Weitere Informationen zu Regionen und Zonen finden Sie unter Geografie und Regionen.

Regionen

In der folgenden Tabelle sind die Regionen in Amerika aufgeführt, in denen BigQuery verfügbar ist.
Beschreibung der Region Name der Region Details
Columbus, Ohio us-east5
Dallas us-south1
Iowa us-central1 Blattsymbol Niedriger CO2-Wert
Las Vegas us-west4
Los Angeles us-west2
Montreal northamerica-northeast1 Blattsymbol Niedriger CO2-Wert
Northern Virginia us-east4
Oregon us-west1 Blattsymbol Niedriger CO2-Wert
Salt Lake City us-west3
São Paulo southamerica-east1 Blattsymbol Niedriger CO2-Wert
Santiago southamerica-west1 Blattsymbol Niedriger CO2-Wert
South Carolina us-east1
Toronto northamerica-northeast2 Blattsymbol Niedriger CO2-Wert
In der folgenden Tabelle sind die Regionen im asiatisch-pazifischen Raum aufgeführt, in denen BigQuery verfügbar ist.
Beschreibung der Region Name der Region Details
Delhi asia-south2
Hong Kong asia-east2
Jakarta asia-southeast2
Melbourne australia-southeast2
Mumbai asia-south1
Osaka asia-northeast2
Seoul asia-northeast3
Singapur asia-southeast1
Sydney australia-southeast1
Taiwan asia-east1
Tokio asia-northeast1
In der folgenden Tabelle sind die Regionen in Europa aufgeführt, in denen BigQuery verfügbar ist.
Beschreibung der Region Name der Region Details
Belgien europe-west1 Blattsymbol Niedriger CO2-Wert
Berlin europe-west10
Finnland europe-north1 Blattsymbol Niedriger CO2-Wert
Frankfurt europe-west3 Blattsymbol Niedriger CO2-Wert
London europe-west2 Blattsymbol Niedriger CO2-Wert
Madrid europe-southwest1
Mailand europe-west8
Niederlande europe-west4
Paris europe-west9 Blattsymbol Niedriger CO2-Wert
Turin europe-west12
Warschau europe-central2
Zürich europe-west6 Blattsymbol Niedriger CO2-Wert
In der folgenden Tabelle sind die Regionen im Nahen Osten aufgeführt, in denen BigQuery verfügbar ist.
Beschreibung der Region Name der Region Details
Dammam me-central2
Doha me-central1
Tel Aviv me-west1
In der folgenden Tabelle sind die Regionen in Afrika aufgeführt, in denen BigQuery verfügbar ist.
Beschreibung der Region Name der Region Details
Johannesburg africa-south1

Multiregionen

In der folgenden Tabelle sind die Multiregionen aufgeführt, in denen BigQuery verfügbar ist.
Beschreibung des multiregionalen Standorts Name des multiregionalen Standorts
Rechenzentren in Mitgliedsstaaten der Europäischen Union1 EU
Rechenzentren in den USA US

1 Daten in der Multiregion EU werden nur in den Rechenzentren europe-west1 (Belgien) oder europe-west4 (Niederlande) gespeichert.

BigQuery Omni-Standorte

BigQuery Omni verarbeitet Abfragen am selben Standort wie das Dataset, das die Tabellen enthält, die Sie abfragen. Nachdem Sie das Dataset erstellt haben, kann der Standort nicht mehr geändert werden. Ihre Daten befinden sich in Ihrem AWS- oder Azure-Konto. BigQuery Omni-Regionen unterstützen Reservierungen in der Enterprise-Version und Preise für On-Demand-Computing (Analysen). Weitere Informationen zu Editionen finden Sie unter Einführung in BigQuery-Editionen.
Beschreibung der Region Name der Region Gemeinsame BigQuery-Region
AWS
AWS – US East (N. Virginia) aws-us-east-1 us-east4
AWS – US West (Oregon) aws-us-west-2 us-west1
AWS – Asiatisch-pazifischer Raum (Seoul) aws-ap-northeast-2 asia-northeast3
AWS - Europa (Irland) aws-eu-west-1 europe-west1
Azure
Azure – East US 2 azure-eastus2 us-east4

BigQuery ML – Standorte

BigQuery ML verarbeitet Daten an demselben Ort wie das Dataset, das die Daten enthält, und stellt sie dort auch bereit.

BigQuery ML speichert Ihre Daten am ausgewählten Standort in Übereinstimmung mit den dienstspezifischen Nutzungsbedingungen.

BigQuery ML-Modellvorhersagen und andere ML-Funktionen werden in allen BigQuery-Regionen unterstützt. Die Unterstützung für das Modelltraining variiert je nach Region:

  • Das Training für intern trainierte Modelle und importierte Modelle wird in allen BigQuery-Regionen unterstützt.

  • Das Training für Autoencoder-, Boosted Tree-, DNN- und Wide-and-Deep-Modelle ist in den Multiregionen US und EU sowie in folgenden Regionen verfügbar: Weitere Informationen finden Sie in der folgenden Tabelle.

  • Das Training für AutoML wird in den Multiregionen US und EU sowie in den meisten einzelnen Regionen unterstützt.

Standorte für Nicht-Remote-Modelle

Regionale Standorte
Beschreibung der Region Name der Region Importierte
Modelle
Integriertes
Modell-
training
DNN/Autoencoder/
Boosted Tree/
Wide-and-Deep Modell-
training
AutoML-
Modell-
training
Hyperparameter-
Feinabstimmung
Vertex AI Model Registry-Integration
Amerika
Columbus, Ohio us-east5
Dallas us-south1
Iowa us-central1
Las Vegas us-west4
Los Angeles us-west2
Montreal northamerica-northeast1
Nord-Virginia us-east4
Oregon us-west1
Salt Lake City us-west3
São Paulo southamerica-east1
Santiago southamerica-west1
South Carolina us-east1
Toronto northamerica-northeast2
Europa
Belgien europe-west1
Berlin europe-west10
Finnland europe-north1
Frankfurt europe-west3
London europe-west2
Madrid europe-southwest1
Mailand europe-west8
Netherlands europe-west4
Paris europe-west9
Turin europe-west12
Warschau europe-central2
Zürich europe-west6
Asia Pacific
Delhi asia-south2
Hongkong asia-east2
Jakarta asia-southeast2
Melbourne australia-southeast2
Mumbai asia-south1
Osaka asia-northeast2
Seoul asia-northeast3
Singapur asia-southeast1
Sydney australia-southeast1
Taiwan asia-east1
Tokio asia-northeast1
Naher Osten
Dammam me-central2
Doha me-central1
Tel Aviv me-west1
Afrika
Johannesburg africa-south1

Multiregionale Standorte

Beschreibung der Region Name der Region Importierte
Modelle
Integriertes
Modell-
training
DNN/Autoencoder/
Boosted Tree/
Wide-and-Deep Modelltraining
AutoML-
Modell-
training
Hyperparameter-
Feinabstimmung
Vertex AI Model Registry-Integration
Rechenzentren in Mitgliedsstaaten der Europäischen Union1 EU
Rechenzentren in den USA US

1 Daten in der Multiregion EU werden nicht in den Rechenzentren europe-west2 (London) oder europe-west6 (Zürich) gespeichert.

Die Integration von Vertex AI Model Registry wird nur für Integrationen in einzelne Regionen unterstützt. Wenn Sie ein multiregionales BigQuery ML-Modell an die Model Registry senden, wird es in ein regionales Modell in Vertex AI konvertiert. Ein multiregionales BigQuery ML-US-Modell wird mit Vertex AI us-central1 synchronisiert und ein multiregionales BigQuery ML-EU-Modell wird mit Vertex AI europe-west4 synchronisiert. Bei Modellen in einer Region gibt es keine Änderungen.

Standorte für Remotemodelle

Regionale Standorte
Die folgende Tabelle zeigt, welche Regionen für verschiedene Arten von Remote-Modellen unterstützt werden. Der Spaltenname gibt den Typ des Remote-Modells an.
Beschreibung der Region Name der Region Vertex AI bereitgestellte Modelle LLM-Generierung von Text Texteinbettungen für LLMs Cloud Natural Language API Cloud Translation API Cloud Vision API Document AI API Speech‑to‑Text API
Amerika
Columbus, Ohio us-east5
Dallas us-south1
Iowa us-central1
Las Vegas us-west4
Los Angeles us-west2
Montreal northamerica-northeast1
Nord-Virginia us-east4
Oregon us-west1
Salt Lake City us-west3
São Paulo southamerica-east1
Santiago southamerica-west1
South Carolina us-east1
Toronto northamerica-northeast2
Europa
Belgien europe-west1
Finnland europe-north1
Frankfurt europe-west3
London europe-west2
Madrid europe-southwest1
Mailand europe-west8
Niederlande europe-west4
Paris europe-west9
Turin europe-west12
Warschau europe-central2
Zürich europe-west6
Asia Pacific
Delhi asia-south2
Hongkong asia-east2
Jakarta asia-southeast2
Melbourne australia-southeast2
Mumbai asia-south1
Osaka asia-northeast2
Seoul asia-northeast3
Singapur asia-southeast1
Sydney australia-southeast1
Taiwan asia-east1
Tokio asia-northeast1
Naher Osten
Dammam me-central2
Doha me-central1
Tel Aviv me-west1

Multiregionale Standorte

Die folgende Tabelle zeigt, welche Multiregionen für verschiedene Arten von Remote-Modellen unterstützt werden. Der Spaltenname gibt den Typ des Remote-Modells an.
Beschreibung der Region Name der Region Vertex AI bereitgestellte Modelle LLM-Generierung von Text Texteinbettungen für LLMs Cloud Natural Language API Cloud Translation API Cloud Vision API Document AI API Speech‑to‑Text API
Rechenzentren in Mitgliedsstaaten der Europäischen Union1 EU
Rechenzentren in den USA US

Standorte angeben

Beim Laden, Abfragen oder Exportieren von Daten bestimmt BigQuery anhand der in der Anfrage referenzierten Datasets, wo der Job ausgeführt wird. Verweist beispielsweise eine Abfrage auf eine Tabelle in einem Dataset, das in der Region asia-northeast1 gespeichert ist, wird der Abfragejob in dieser Region ausgeführt.

Wenn keine Zieltabelle bereitgestellt wurde und eine Abfrage nicht auf Tabellen oder andere Ressourcen in einem Dataset verweist, wird der Abfragejob in der Multi-Region US ausgeführt. Damit BigQuery-Abfragen in einer bestimmten Region oder Mehrfachregion gespeichert sind, geben Sie bei Verwendung des globalen BigQuery-Endpunkts den Standort mit der Jobanfrage an, um die Abfrage entsprechend weiterzuleiten. Wenn Sie den Standort nicht angeben, werden Abfragen möglicherweise vorübergehend in BigQuery-Routerlogs gespeichert, wenn die Abfrage zum Ermitteln des Verarbeitungsstandorts in BigQuery verwendet wird.

Wenn das Projekt eine kapazitätsbasierte Reservierung in einer anderen Region als US hat und die Abfrage nicht auf Tabellen oder andere Ressourcen in Datasets verweist, müssen Sie den Standort der kapazitätsbasierten Reservierung explizit angeben, wenn Sie den Job senden. Kapazitätsbasierte Zusicherungen sind an einen Standort gebunden, z. B. US oder EU. Wenn Sie einen Job außerhalb des Standorts ausführen, an dem der Pauschalpreis gilt, wird der Preis für diesen Job automatisch auf basis der On-Demand-Preise berechnet.

Sie können den Speicherort, an dem ein Job ausgeführt werden soll, auf folgenden Wegen explizit angeben:

  • Wenn Sie Daten mit der Google Cloud Console im Abfrageeditor abfragen, klicken Sie auf Mehr > Abfrageeinstellungen und maximieren Sie die Erweiterten Optionen. Wählen Sie dann den Speicherort der Daten.
  • Wenn Sie das bq-Befehlszeilentool verwenden, geben Sie das globale Flag --location an und legen Sie den Wert auf Ihren Standort fest.
  • Wenn Sie die API verwenden, geben Sie Ihre Region im Attribut location des Abschnitts jobReference der Jobressource an.

BigQuery gibt einen Fehler zurück, wenn der angegebene Standort nicht mit dem Standort der Datasets in der Anfrage übereinstimmt. Der Speicherort jedes in der Anfrage enthaltenen Datasets, einschließlich der gelesenen und der geschriebenen Daten, muss mit dem Standort des Jobs übereinstimmen, der abgeleitet oder angegeben wurde.

Standorte mit einer einzelnen Region stimmen nicht mit multiregionalen Standorten überein, auch wenn der Standort mit einer einzigen Region im Standort mit mehreren Regionen enthalten ist. Daher schlägt eine Abfrage oder ein Job fehl, wenn der Standort sowohl einen Standort mit einer einzigen Region als auch einen Standort mit mehreren Regionen enthält. Wenn der Standort eines Jobs beispielsweise auf US festgelegt ist, schlägt der Job fehl, wenn er auf ein Dataset in us-central1 verweist. Ebenso schlägt ein Job fehl, der auf ein Dataset in US und ein anderes Dataset in us-central1 verweist. Dies gilt auch für JOIN-Anweisungen mit Tabellen in einer Region und mehreren Regionen.

Dynamische Abfragen werden erst nach ihrer Ausführung geparst, sodass sie nicht automatisch zum Ermitteln der Region einer Abfrage verwendet werden können.

Standorte, Reservierungen und Jobs

Kapazitätszusicherungen sind eine regionale Ressource. Wenn Sie Slots erwerben, sind diese Slots auf eine bestimmte Region oder Mehrfachregion beschränkt. Wenn Ihre einzige Kapazitätszusicherung in der EU liegt, können Sie keine Reservierung in US erstellen. Wenn Sie eine Reservierung erstellen, geben Sie einen Standort (Region) und eine ANzahl an Slots an. Diese Slots werden aus Ihrer Kapazitätszusicherung in dieser Region abgerufen.

Ebenso wird beim Ausführen eines Jobs in einer Region nur dann eine Reservierung verwendet, wenn der Standort des Jobs mit dem Standort der Reservierung übereinstimmt. Beispiel: Wenn Sie einem Projekt eine Reservierung in EU zuweisen und in diesem Projekt eine Abfrage zu einem Dataset in US ausführen, dann gilt diese Abfrage nicht als Teil Ihrer EU-Reservierung. Wenn keine US-Reservierung vorhanden ist, wird der Job als On-Demand-Job ausgeführt.

Überlegungen zum Standort

Beachten Sie Folgendes, wenn Sie einen Standort für Ihre Daten auswählen:

Cloud Storage

Sie können auf folgende Weise über BigQuery mit Cloud Storage-Daten interagieren:

Cloud Storage-Daten abfragen

Wenn Sie Daten in Cloud Storage mit einer BigLake- oder einer externen Nicht-BigLake-Tabelle abfragen, müssen sich die Daten, die Sie abfragen, am selben Standort befinden wie Ihr BigQuery-Dataset. Beispiel:

  • Bucket mit nur einer Region: Wenn sich Ihr BigQuery-Dataset in der Region Warschau (europe-central2) befindet, muss sich der entsprechende Cloud Storage-Bucket ebenfalls in der Region Warschau oder einer beliebigen dualen Region von Cloud Storage befinden, die Warschau einbezieht. Wenn sich Ihr BigQuery-Dataset in der Multiregion US befindet, kann sich der Cloud Storage-Bucket in der Multiregion US, in der einzelnen Region Iowa (us-central1) oder in einer beliebigen dualen Region befinden, die Iowa einbezieht. Abfragen aus einer anderen einzelnen Region schlagen fehl, auch wenn sich der Bucket in der Multiregion des Datasets befindet. Beispiel: Wenn sich die externen Tabellen am multiregionalen Standort US und der Cloud Storage-Bucket in Oregon (us-west1) befinden, schlägt der Job fehl.

    Wenn sich Ihr BigQuery-Dataset in der Multiregion EU befindet, kann sich der Cloud Storage-Bucket in der Multiregion EU, in der einzelnen Region Belgien (europe-west1) oder in einer beliebigen dualen Region befinden, die Belgien einbezieht. Abfragen aus einer anderen einzelnen Region schlagen fehl, auch wenn sich der Bucket in der Multiregion des Datasets befindet. Beispiel: Wenn sich die externen Tabellen am multiregionalen Standort EU und der Cloud Storage-Bucket in Warschau (europe-central2) befinden, schlägt der Job fehl.

  • Biregionaler Bucket: Wenn sich Ihr BigQuery-Dataset in der Region Tokio (asia-northeast1) befindet, muss sich der entsprechende Cloud Storage-Bucket in der Region Tokio oder in einer dualen Region befinden, die Tokio enthält, wie der dualen Region ASIA1. Weitere Informationen finden Sie unter Biregionalen Bucket erstellen.

    Wenn sich der Cloud Storage-Bucket in der dualen Region NAM4 oder in einer beliebigen dualen Region befindet, die die Region Iowa (us-central1) enthält, kann sich das entsprechende BigQuery-Dataset in der Multiregion US oder in Iowa (us-central1) befinden.

    Wenn sich der Cloud Storage-Bucket in der dualen Region EUR4 oder in einer dualen Region befindet, die die Region Belgien (europe-west1) enthält, kann sich das entsprechende BigQuery-Dataset in der Multiregion EU oder in der Region Belgien (europe-west1) befinden.

  • Multiregionaler Bucket: Die Verwendung multiregionaler Dataset-Standorte mit multiregionalen Cloud Storage-Buckets wird für externe Tabellen nicht empfohlen, da die Leistung externer Abfragen von minimaler Latenz und optimaler Netzwerkbandbreite abhängig ist.

    Wenn sich Ihr BigQuery-Dataset in der Multiregion US befindet, muss sich der entsprechende Cloud Storage-Bucket in der Multiregion US, in einer dualen Region, die Iowa enthält (us-central1), wie der dualen Region NAM4, oder in einer benutzerdefinierten dualen Region, die Iowa enthält (us-central1), befinden.

    Wenn sich Ihr BigQuery-Dataset in der Multiregion EU befindet, muss sich der entsprechende Cloud Storage-Bucket in der Multiregion EU, in einer dualen Region, die Belgien enthält (europe-west1), wie der dualen Region EUR4, oder in einer benutzerdefinierten dualen Region, die Belgien enthält, befinden.

Weitere Informationen zu unterstützten Cloud Storage-Standorten finden Sie unter Bucket-Standorte in der Cloud Storage-Dokumentation.

Daten aus Cloud Storage laden

Wenn Sie Daten aus Cloud Storage mithilfe einer externen BigLake- oder Nicht-BigLake-Tabelle laden, müssen sich die Daten am selben Ort wie Ihr BigQuery-Dataset befinden.

  • Sie können Daten aus einem Cloud Storage-Bucket laden, der sich an einem beliebigen Standort befindet, wenn sich Ihr BigQuery-Dataset in der Multiregion US befindet.

  • Multiregionaler Bucket: Wenn sich der Cloud Storage-Bucket, aus dem Sie laden möchten, in einem multiregionalen Bucket befindet, kann sich Ihr BigQuery-Dataset im selben multiregionalen Bucket oder in einer einzelnen Region befinden, die im selben multiregionalen Bucket enthalten ist. Befindet sich der Cloud Storage-Bucket beispielsweise in der Region EU, kann sich das BigQuery-Dataset in der Multiregion EU oder in einer einzelnen Region in der EU befinden.
  • Biregionaler Bucket: Wenn sich der Cloud Storage-Bucket, aus dem Sie laden möchten, in einem biregionalen Bucket befindet, kann sich Ihr BigQuery-Dataset in Regionen befinden, die in einem biregionalen Bucket oder in einer Multiregion enthalten sind, die die duale Region enthält. Beispiel: Wenn sich Ihr Cloud Storage-Bucket in der Region EUR4 befindet, kann sich das BigQuery-Dataset entweder in der einzelnen Region Finnland (europe-north1), in der einzelnen Region Niederlande (europe-west4) oder in der Multiregion EU befinden.

    Weitere Informationen finden Sie unter Biregionalen Bucket erstellen.

  • Bucket mit einzelner Region: Wenn sich der Cloud Storage-Bucket, aus dem Sie laden möchten, in einer einzelnen Region befindet, kann sich Ihr BigQuery-Dataset in derselben einzelnen Region oder in der Multiregion befinden, die die einzelne Region enthält. Wenn sich Ihr Cloud Storage-Bucket beispielsweise in der Region Finnland (europe-north1) befindet, kann sich das BigQuery-Dataset in der Region Finnland oder in der Multiregion EU befinden.

  • Eine Ausnahme besteht, wenn sich Ihr BigQuery-Dataset in der Region asia-northeast1 befindet. Dann kann sich Ihr Cloud Storage-Bucket in der Multiregion EU befinden.

Weitere Informationen finden Sie unter Daten im Batch laden.

Daten nach Cloud Storage exportieren

Platzieren Sie die Cloud Storage-Buckets zum Exportieren von Daten am selben Standort.
  • Wenn sich Ihr BigQuery-Dataset in der Multi-Region EU befindet, muss sich der Cloud Storage-Bucket mit den zu exportierenden Daten am selben Standort oder an einem Standort in derselben Multi-Region Region befinden. Wenn sich Ihr BigQuery-Dataset zum Beispiel in der Multi-Region EU befindet, kann sich der Cloud Storage-Bucket in der Region europe-west1 innerhalb der EU befinden.

    Wenn sich Ihr Dataset in der Multi-Region US befindet, können Sie Daten in einen Cloud Storage-Bucket an einem beliebigen Standort exportieren.

  • Wenn sich Ihr Dataset in einer Region befindet, muss sich der Cloud Storage-Bucket in derselben Region befinden. Wenn sich Ihr Dataset zum Beispiel in der Region asia-northeast1 Tokio befindet, darf sich der Cloud Storage-Bucket nicht am multiregionalen Standort ASIA befinden.

Weitere Informationen finden Sie unter Tabellendaten exportieren.

Bigtable

Wenn Sie Daten in Bigtable über eine externe BigQuery-Tabelle abfragen, muss sich Ihre Bigtable-Instanz am selben Standort befinden wie Ihr BigQuery-Dataset:

  • Einzelne Region: Wenn sich Ihr BigQuery-Dataset am regionalen Standort in Belgien (europe-west1) befindet, muss sich die entsprechende Bigtable-Instanz in der Region Belgien befinden.
  • Mehrere Regionen: Da die Leistung externer Abfragen von minimaler Latenz und optimaler Netzwerkbandbreite abhängt, wird die Verwendung multiregionaler Dataset-Standorte für externe Tabellen in Bigtable nicht empfohlen.

Weitere Informationen zu unterstützten Bigtable-Standorten finden Sie unter Bigtable-Standorte.

Google Drive

Standortüberlegungen gelten nicht für externe Datenquellen von Google Drive.

Cloud SQL

Wenn Sie Daten in Cloud SQL über eine föderierte BigQuery-Abfrage abfragen, muss sich Ihre Cloud SQL-Instanz am selben Standort wie Ihr BigQuery-Dataset befinden.

  • Einzelne Region: Wenn sich Ihr BigQuery-Dataset am regionalen Standort in Belgien (europe-west1) befindet, muss sich die entsprechende Cloud SQL-Instanz in der Region Belgien befinden.
  • Mehrere Regionen: Wenn sich Ihr BigQuery-Dataset am multiregionalen Standort US befindet, muss sich die entsprechende Cloud SQL-Instanz in der einzelnen Region im geografischen Gebiet der USA befinden.

Weitere Informationen zu unterstützten Cloud SQL-Standorten finden Sie unter Cloud SQL-Standorte.

Spanner

Wenn Sie Daten in Spanner über eine föderierte BigQuery-Abfrage abfragen, muss sich Ihre Spanner-Instanz am selben Standort wie Ihr BigQuery-Dataset befinden.

  • Einzelne Region: Wenn sich Ihr BigQuery-Dataset am regionalen Standort in Belgien (europe-west1) befindet, muss sich die entsprechende Spanner-Instanz in der Region Belgien befinden.
  • Mehrere Regionen: Wenn sich Ihr BigQuery-Dataset am multiregionalen Standort US befindet, muss sich die entsprechende Spanner-Instanz in der einzelnen Region im geografischen Gebiet der USA befinden.

Weitere Informationen zu unterstützten Spanner-Standorten finden Sie unter Spanner-Standorte.

Analyse-Tools

Platzieren Sie das BigQuery-Dataset am gleichen Standort wie Ihre Analyse-Tools:

Datenverwaltungspläne

Entwickeln Sie einen Plan zur Datenverwaltung:
  • Wenn Sie eine regionale Speicherressource wie ein BigQuery-Dataset oder einen Cloud Storage-Bucket auswählen, sollten Sie einen Plan für die geografische Verwaltung Ihrer Daten entwickeln.

Standorte einschränken

Sie können die Standorte, an denen Ihre Datasets erstellt werden können, mit dem Organisationsrichtliniendienst einschränken. Weitere Informationen finden Sie unter Ressourcenstandorte einschränken und Unterstützte Dienste für Ressourcenstandorte.

Dataset-Sicherheit

Informationen zum Steuern des Zugriffs auf Datasets in BigQuery finden Sie unter Zugriff auf Datasets steuern. Informationen zur Datenverschlüsselung finden Sie unter Verschlüsselung inaktiver Daten.

Nächste Schritte