Auf dieser Seite wird das Konzept von Datenstandorten erläutert. Außerdem sind hier die verschiedenen Standorte zum Erstellen von BigQuery-Datasets und BigQuery ML-Modellen aufgeführt.
Informationen zu den regionalen Preisen für BigQuery ML finden Sie auf der Seite "Preise".
Wichtige Konzepte
Standorte oder Regionstypen
Es gibt zwei Arten von Standorten:
Eine Region ist ein bestimmter geografischer Ort wie London.
Eine Multiregion ist ein großes geografisches Gebiet (beispielsweise die USA), das mindestens zwei geografische Orte enthält.
Dataset-Standort
Sie geben einen Speicherort für Ihre BigQuery-Daten an, wenn Sie ein Dataset zum Speichern Ihrer BigQuery ML-Modelle und -Trainingsdaten erstellen. Nachdem Sie das Dataset erstellt haben, kann der Standort nicht mehr geändert werden. Sie können aber das Dataset an einen anderen Standort kopieren oder es manuell verschieben, d. h. an einem anderen Standort neu erstellen.
BigQuery ML verarbeitet Daten an demselben Ort wie das Ziel-Dataset und stellt sie dort auch bereit.
BigQuery ML speichert Ihre Daten am ausgewählten Standort in Übereinstimmung mit den dienstspezifischen Nutzungsbedingungen.
Unterstützte Regionen
Ebenso wie BigQuery ist auch BigQuery ML eine regionale wie eine multiregionale Ressource.
BigQuery ML-Modellvorhersagen und andere ML-Funktionen werden in denselben Regionen wie BigQuery unterstützt.
Nicht alle Arten von Modelltraining werden in allen Regionen unterstützt.
Modelle trainieren
Das Training für integrierte Modelle (lineare Regression, logistische Regression, kmeans, Matrixfaktorisierung und Zeitreihe) wird in denselben Regionen unterstützt wie die Modellvorhersage und andere ML-Funktionen.
Importierte Modelle werden in denselben Regionen unterstützt wie die Modellvorhersage und andere ML-Funktionen.
Das Training für DNN und Boosted Trees mit XGBoost-Modellen ist in den Multiregionen
US
undEU
sowie in folgenden Regionen verfügbar: Weitere Informationen finden Sie in der Tabelle Regionale Standorte.Das Training für AutoML Tables wird in den Multiregionen
US
undEU
sowie inus-central1
unterstützt.
Modellvorhersage und andere ML-Funktionen
BigQuery ML unterstützt die folgenden Standorte.
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-Einbindung | |
---|---|---|---|---|---|---|---|---|
Amerika | ||||||||
Columbus, Ohio | us-east5 |
● | ● | |||||
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 |
● | ● | |||||
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 |
● | ● | ● | ● | ● |
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-Einbindung |
---|---|---|---|---|---|---|---|
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 BigQuery ML-Modell mit mehreren Regionen 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.
Nächste Schritte
- BigQuery ML auf einen Blick
- Informationen zur Verwendung von BigQuery ML finden Sie unter Erste Schritte mit BigQuery ML über die Google Cloud Console.
- An Standorten weltweit verfügbare Google Cloud-Dienste
- Weitere standortbasierte Konzepte (z. B. Zonen), die für andere Google Cloud-Dienste gelten