Standorte

Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

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 und EU sowie in folgenden Regionen verfügbar: Weitere Informationen finden Sie in der Tabelle Regionale Standorte.

  • Das Training für AutoML Tables wird in den Multiregionen US und EU sowie in us-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