Lokasi BigQuery

Halaman ini menjelaskan konsep lokasi dan berbagai region tempat data dapat disimpan dan diproses. Harga untuk penyimpanan dan analisis juga ditentukan oleh lokasi data dan pemesanan. Untuk mengetahui informasi lebih lanjut tentang harga untuk lokasi, lihat harga BigQuery. Untuk mempelajari cara menetapkan lokasi set data, lihat Membuat set data. Untuk mengetahui informasi tentang lokasi pemesanan, lihat Mengelola pemesanan di berbagai region.

Untuk mengetahui informasi selengkapnya tentang cara BigQuery Data Transfer Service menggunakan lokasi, lihat Transfer dan lokasi data.

Lokasi dan region

BigQuery menyediakan dua jenis data dan lokasi compute:

  • Region adalah lokasi geografis spesifik, seperti London.

  • Multi-region adalah area geografis yang luas, seperti Amerika Serikat, yang berisi dua atau beberapa region. Lokasi multi-region dapat menyediakan kuota yang lebih besar daripada satu region.

Untuk kedua jenis lokasi tersebut, BigQuery secara otomatis menyimpan salinan data Anda di dua zona Google Cloud yang berbeda dalam satu region di lokasi yang dipilih. Untuk mengetahui informasi selengkapnya tentang ketersediaan dan ketahanan data, lihat Keandalan: Perencanaan bencana.

Lokasi yang didukung

Set data BigQuery dapat disimpan di region dan multi-region berikut. Untuk mengetahui informasi selengkapnya tentang region dan zona, lihat Geografi dan region.

Region

Tabel berikut mencantumkan region di Amerika tempat BigQuery tersedia.
Deskripsi region Nama region Detail
Columbus, Ohio us-east5
Dallas us-south1
Iowa us-central1 ikon daun CO2 Rendah
Las Vegas us-west4
Los Angeles us-west2
Montréal northamerica-northeast1 ikon daun CO2 Rendah
Northern Virginia us-east4
Oregon us-west1 ikon daun CO2 Rendah
Salt Lake City us-west3
Sao Paulo southamerica-east1 ikon daun CO Rendah2
Santiago southamerica-west1 ikon daun CO Rendah2
South Carolina us-east1
Toronto northamerica-northeast2 ikon daun CO2 Rendah
Tabel berikut mencantumkan region di Asia Pasifik tempat BigQuery tersedia.
Deskripsi region Nama region Detail
Delhi asia-south2
Hong Kong asia-east2
Jakarta asia-southeast2
Melbourne australia-southeast2
Mumbai asia-south1
Osaka asia-northeast2
Seoul asia-northeast3
Singapura asia-southeast1
Sydney australia-southeast1
Taiwan asia-east1
Tokyo asia-northeast1
Tabel berikut mencantumkan region di Eropa tempat BigQuery tersedia.
Deskripsi region Nama region Detail
Belgia europe-west1 ikon daun CO Rendah2
Berlin europe-west10
Finlandia europe-north1 ikon daun CO Rendah2
Frankfurt europe-west3 ikon daun CO Rendah2
London europe-west2 ikon daun CO Rendah2
Madrid europe-southwest1
Milan europe-west8
Belanda europe-west4
Paris europe-west9 ikon daun CO2 Rendah
Turin europe-west12
Warsawa europe-central2
Zürich europe-west6 ikon daun CO2 Rendah
Tabel berikut mencantumkan region di Timur Tengah tempat BigQuery tersedia.
Deskripsi region Nama region Detail
Dammam me-central2
Doha me-central1
Tel Aviv me-west1
Tabel berikut mencantumkan wilayah di Afrika tempat BigQuery tersedia.
Deskripsi region Nama region Detail
Johannesburg africa-south1

Multi-region

Tabel berikut mencantumkan multi-region tempat BigQuery tersedia.
Deskripsi multi-region Nama multi-region
Pusat data di negara anggota Uni Eropa1 EU
Pusat data di Amerika Serikat US

1 Data yang berada di multi-region EU hanya disimpan di pusat data europe-west1 (Belgia) atau europe-west4 (Belanda).

Lokasi BigQuery Omni

BigQuery Omni memproses kueri di lokasi yang sama dengan set data yang berisi tabel yang Anda kuerikan. Setelah Anda membuat set data, lokasi tidak dapat diubah. Data Anda berada dalam akun AWS atau Azure Anda. Region BigQuery Omni mendukung pemesanan edisi Enterprise dan harga compute (analisis) on demand. Untuk informasi selengkapnya tentang edisi, lihat Pengantar edisi BigQuery.
Deskripsi region Nama region Alokasi region BigQuery
AWS
AWS - AS Timur (N. Utara) aws-us-east-1 us-east4
AWS - AS Barat (Oregon) aws-us-west-2 us-west1
AWS - Asia Pasifik (Seoul) aws-ap-northeast-2 asia-northeast3
AWS - Eropa (Irlandia) aws-eu-west-1 europe-west1
Azure
Azure - Timur AS 2 azure-eastus2 us-east4

Lokasi BigQuery ML

BigQuery ML memproses dan mentahapkan data di lokasi yang sama dengan set data yang berisi data.

BigQuery ML menyimpan data Anda di lokasi yang dipilih sesuai dengan Persyaratan Khusus Layanan.

Prediksi model ML BigQuery dan fungsi ML lainnya didukung di semua region BigQuery. Dukungan untuk pelatihan model bervariasi menurut region:

  • Pelatihan untuk model yang dilatih secara internal dan model yang diimpor didukung di semua region BigQuery.

  • Pelatihan untuk autoencoder, boosted tree, DNN, serta model wide-and-deep tersedia di US dan EU multi-region, serta sebagian besar region. Lihat tabel berikut untuk informasi selengkapnya.

  • Pelatihan untuk AutoML didukung di multi-region US dan EU serta di sebagian besar region.

Lokasi untuk model non-jarak jauh

Lokasi regional
Deskripsi region Nama region Model
yang diimpor
Pelatihan
model
bawaan
DNN/Autoencoder/
Boosted Tree/
Pelatihan Wide and Deep model
Pelatihan
model
AutoML
Penyesuaian
hyperparameter
Integrasi Vertex AI Model Registry
Amerika
Columbus, Ohio us-east5
Dallas us-south1
Iowa us-central1
Las Vegas us-west4
Los Angeles us-west2
Montréal northamerica-northeast1
Northern Virginia us-east4
Oregon us-west1
Salt Lake City us-west3
Sao Paulo southamerica-east1
Santiago southamerica-west1
South Carolina us-east1
Toronto northamerica-northeast2
Eropa
Belgia europe-west1
Berlin europe-west10
Finlandia europe-north1
Frankfurt europe-west3
London europe-west2
Madrid europe-southwest1
Milan europe-west8
Belanda europe-west4
Paris europe-west9
Turin europe-west12
Warsawa europe-central2
Zürich europe-west6
Asia Pasifik
Delhi asia-south2
Hong Kong asia-east2
Jakarta asia-southeast2
Melbourne australia-southeast2
Mumbai asia-south1
Osaka asia-northeast2
Seoul asia-northeast3
Singapura asia-southeast1
Sydney australia-southeast1
Taiwan asia-east1
Tokyo asia-northeast1
Timur Tengah
Dammam me-central2
Doha me-central1
Tel Aviv me-west1
Afrika
Johannesburg africa-south1

Lokasi multi-regional

Deskripsi region Nama region Model
yang diimpor
Pelatihan
model
bawaan
DNN/Autoencoder/
Boosted Tree/
Wide and Deep model
Pelatihan
model
AutoML
Penyesuaian
hyperparameter
Integrasi Vertex AI Model Registry
Pusat data di negara anggota Uni Eropa1 EU
Pusat data di Amerika Serikat US

1 Data yang berada di multi-region EU tidak disimpan di pusat data europe-west2 (London) atau europe-west6 (Zürich).

Integrasi Vertex AI Model Registry hanya didukung untuk integrasi satu region. Jika Anda mengirim model BigQuery ML multi-region ke Model Registry, model tersebut akan dikonversi ke model regional di Vertex AI. Model AS multi-region BigQuery ML disinkronkan ke Vertex AI us-central1 dan model EU multi-region BigQuery ML disinkronkan ke Vertex AI europe-west4. Untuk model region tunggal, tidak ada perubahan.

Lokasi untuk model jarak jauh

Lokasi regional
Tabel berikut menunjukkan region yang didukung untuk berbagai jenis model jarak jauh. Nama kolom menunjukkan jenis model jarak jauh.
Deskripsi region Nama region Model yang di-deploy Vertex AI LLM pembuatan teks LLM penyematan teks 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
Montréal northamerica-northeast1
Northern Virginia us-east4
Oregon us-west1
Salt Lake City us-west3
Sao Paulo southamerica-east1
Santiago southamerica-west1
South Carolina us-east1
Toronto northamerica-northeast2
Eropa
Belgia europe-west1
Finlandia europe-north1
Frankfurt europe-west3
London europe-west2
Madrid europe-southwest1
Milan europe-west8
Belanda europe-west4
Paris europe-west9
Turin europe-west12
Warsawa europe-central2
Zürich europe-west6
Asia Pasifik
Delhi asia-south2
Hong Kong asia-east2
Jakarta asia-southeast2
Melbourne australia-southeast2
Mumbai asia-south1
Osaka asia-northeast2
Seoul asia-northeast3
Singapura asia-southeast1
Sydney australia-southeast1
Taiwan asia-east1
Tokyo asia-northeast1
Timur Tengah
Dammam me-central2
Doha me-central1
Tel Aviv me-west1

Lokasi multi-regional

Tabel berikut menunjukkan multi-region yang didukung untuk berbagai jenis model jarak jauh. Nama kolom menunjukkan jenis model jarak jauh.
Deskripsi region Nama region Model yang di-deploy Vertex AI LLM pembuatan teks LLM penyematan teks Cloud Natural Language API Cloud Translation API Cloud Vision API Document AI API Speech-to-Text API
Pusat data di negara anggota Uni Eropa1 EU
Pusat data di Amerika Serikat US

Menentukan lokasi

Saat memuat data, membuat kueri data, atau mengekspor data, BigQuery akan menentukan lokasi untuk menjalankan tugas berdasarkan set data yang dirujuk dalam permintaan. Misalnya, jika kueri mereferensikan tabel dalam set data yang disimpan di region asia-northeast1, tugas kueri akan berjalan di region tersebut.

Jika kueri tidak mereferensikan tabel apa pun atau resource lain yang terdapat dalam set data, dan tidak ada tabel tujuan yang disediakan, tugas kueri akan berjalan di multi-region US. Untuk memastikan kueri BigQuery disimpan di region atau multi-region tertentu, tentukan lokasi dengan permintaan tugas untuk merutekan kueri yang sesuai saat menggunakan endpoint BigQuery global. Jika Anda tidak menentukan lokasi, kueri dapat disimpan sementara waktu dalam log router BigQuery saat kueri tersebut digunakan untuk menentukan lokasi pemrosesan di BigQuery.

Jika proyek memiliki pemesanan berbasis kapasitas di wilayah selain US dan kueri tidak mereferensikan tabel atau resource lain yang terdapat dalam set data, maka Anda harus secara eksplisit menentukan lokasi pemesanan berbasis kapasitas saat mengirim tugas. Komitmen berbasis kapasitas terikat dengan lokasi, seperti US atau EU. Jika Anda menjalankan tugas di luar lokasi kapasitas Anda, harga untuk tugas tersebut otomatis beralih ke harga sesuai permintaan.

Anda dapat menentukan lokasi untuk menjalankan tugas secara eksplisit dengan cara berikut:

  • Saat Anda membuat kueri data menggunakan konsol Google Cloud di editor kueri, klik Lainnya > Setelan kueri, luaskan Opsi lanjutan, lalu pilih Lokasi data Anda.
  • Saat Anda menggunakan alat command line bq, berikan flag global --location dan tetapkan nilainya ke lokasi Anda.
  • Saat menggunakan API ini, tentukan wilayah Anda di properti location di bagian jobReference pada resource tugas.

BigQuery akan menampilkan error jika lokasi yang ditentukan tidak sesuai dengan lokasi set data dalam permintaan. Lokasi semua set data yang terlibat dalam permintaan, termasuk yang dibaca dari dan ditulis untuk, harus cocok dengan lokasi tugas seperti yang diinferensikan atau ditentukan.

Lokasi satu region tidak cocok dengan lokasi multi-region, meskipun lokasi satu region berada dalam lokasi multi-region. Oleh karena itu, kueri atau tugas akan gagal jika lokasi menyertakan lokasi satu region dan lokasi multi-region. Misalnya, jika lokasi tugas ditetapkan ke US, tugas akan gagal jika mereferensikan set data di us-central1. Demikian pula, tugas yang mereferensikan satu set data di US dan set data lain di us-central1 akan gagal. Hal ini juga berlaku untuk pernyataan JOIN dengan tabel di region dan multi-region.

Kueri dinamis tidak diurai sampai dijalankan, sehingga tidak dapat digunakan untuk menentukan region kueri secara otomatis.

Lokasi, pemesanan, dan tugas

Komitmen kapasitas adalah resource regional. Saat Anda membeli slot, slot tersebut dibatasi untuk region atau multi-region tertentu. Jika satu-satunya komitmen kapasitas Anda berada di EU, maka Anda tidak dapat membuat pemesanan di US. Saat membuat pemesanan, Anda menentukan lokasi (region) dan jumlah slot. Slot tersebut diambil dari komitmen kapasitas Anda di region tersebut.

Demikian pula, saat Anda menjalankan tugas di suatu region, tugas tersebut hanya menggunakan pemesanan jika lokasi tugas cocok dengan lokasi pemesanan. Misalnya, jika Anda menetapkan pemesanan ke project di EU dan menjalankan kueri dalam project tersebut pada set data yang terletak di US, maka kueri tersebut tidak akan dijalankan di pemesanan EU Anda. Jika tidak ada pemesanan US, tugas akan dijalankan sesuai permintaan.

Pertimbangan lokasi

Saat Anda memilih lokasi untuk data Anda, pertimbangkan hal berikut:

Cloud Storage

Anda dapat berinteraksi dengan data Cloud Storage menggunakan BigQuery dengan cara berikut:

Membuat kueri data Cloud Storage

Saat Anda membuat kueri data di Cloud Storage menggunakan BigLake atau tabel eksternal non-BigLake, data yang Anda kueri harus ditempatkan bersama dengan set data BigQuery Anda. Contoh:

  • Bucket region tunggal: Jika set data BigQuery Anda berada di region Warsawa (europe-central2), bucket Cloud Storage yang sesuai juga harus berada di region Warsawa, atau region ganda Cloud Storage yang mencakup Warsawa. Jika set data BigQuery Anda berada di multi-region US, maka bucket Cloud Storage dapat berada di multi-region US, satu region Iowa (us-central1), atau dual-region mana pun yang mencakup Iowa. Kueri dari region tunggal lain akan gagal, meskipun bucket berada di lokasi yang terdapat dalam multi-region set data. Misalnya, jika tabel eksternal berada dalam multi-region US dan bucket Cloud Storage berada di Oregon (us-west1), maka tugas akan gagal.

    Jika set data BigQuery Anda berada di multi-region EU, maka bucket Cloud Storage dapat berada di multi-region EU, satu region Belgia (europe-west1), atau dual-region mana pun yang mencakup Belgia. Kueri dari region tunggal lain akan gagal, meskipun bucket berada di lokasi yang terdapat dalam multi-region set data. Misalnya, jika tabel eksternal berada di multi-region EU dan bucket Cloud Storage berada di Warsawa (europe-central2), maka tugas akan gagal.

  • Bucket dual-region: Jika set data BigQuery Anda berada di region Tokyo (asia-northeast1), maka bucket Cloud Storage yang sesuai harus berada di region Tokyo, atau di dual-region yang mencakup Tokyo, seperti dual-region ASIA1. Untuk mengetahui informasi selengkapnya, lihat Membuat bucket dual-region.

    Jika bucket Cloud Storage berada di dual-region NAM4 atau dual-region mana pun yang mencakup region Iowa (us-central1), maka set data BigQuery yang sesuai dapat berada di multi-region US atau di Iowa (us-central1).

    Jika bucket Cloud Storage berada di dual-region EUR4 atau dual-region mana pun yang mencakup region Belgia (europe-west1), maka set data BigQuery yang sesuai dapat berada di multi-region EU atau di Belgia (europe-west1).

  • Bucket multi-region: Menggunakan lokasi set data multi-region dengan bucket Cloud Storage multi-region tidak direkomendasikan untuk tabel eksternal, karena performa kueri eksternal bergantung pada latensi minimal dan bandwidth jaringan yang optimal.

    Jika set data BigQuery Anda berada di multi-region US, bucket Cloud Storage yang sesuai harus berada di multi-region US, dalam dual-region yang mencakup Iowa (us-central1), seperti dual-region NAM4 , atau dalam dual-region kustom yang mencakup Iowa (us-central1).

    Jika set data BigQuery Anda berada diEU multi-region, bucket Cloud Storage yang sesuai harus berada di EU multi-region, di dual-region yang mencakup Belgia (europe-west1 ), seperti EUR4 dual-region, atau dalam region ganda kustom yang mencakup Belgia.

Untuk informasi selengkapnya tentang lokasi Cloud Storage yang didukung, lihat Lokasi bucket dalam dokumentasi Cloud Storage.

Memuat data dari Cloud Storage

Saat Anda memuat data dari Cloud Storage menggunakan tabel eksternal BigLake atau non-BigLake, data yang Anda muat harus ditempatkan bersama dengan set data BigQuery Anda.

  • Anda dapat memuat data dari bucket Cloud Storage yang berada di lokasi mana pun jika set data BigQuery Anda berada di multi-region US."

  • Bucket multi-region: Jika bucket Cloud Storage yang ingin Anda muat terletak di bucket multi-region, maka set data BigQuery dapat berada di bucket multi-region yang sama atau satu region yang disertakan dalam bucket multi-region yang sama. Misalnya, jika bucket Cloud Storage berada di region EU, maka set data BigQuery Anda dapat berada di multi-region EU atau satu region mana pun di EU.
  • Bucket dual-region: Jika bucket Cloud Storage yang ingin Anda muat terletak di bucket dual-region, maka set data BigQuery dapat ditemukan di region yang disertakan di bucket dual-region, atau di multi-region yang mencakup dual-region. Misalnya, jika bucket Cloud Storage terletak di region EUR4, maka set data BigQuery Anda dapat berlokasi di Finlandia (europe-north1) satu region, Belanda (europe-west4) satu region, atau multi-region EU.

    Untuk mengetahui informasi selengkapnya, lihat Membuat bucket dual-region.

  • Bucket satu region: Jika bucket Cloud Storage yang ingin Anda muat berada di satu region, set data BigQuery bisa berada di satu region yang sama, atau di multi-region yang mencakup satu region. Misalnya, jika bucket Cloud Storage Anda berada di region Finlandia (europe-north1), set data BigQuery Anda dapat berada di Finlandia atau multi-region EU.

  • Satu pengecualian adalah jika set data BigQuery Anda berada di region asia-northeast1, maka bucket Cloud Storage Anda dapat berada di multi-region EU.

Untuk informasi selengkapnya, lihat Pemuatan batch data.

Mengekspor data ke Cloud Storage

Tempatkan bucket Cloud Storage Anda untuk mengekspor data:
  • Jika set data BigQuery Anda berada di multi-region EU, bucket Cloud Storage yang berisi data yang Anda ekspor harus berada di multi-region yang sama atau di lokasi yang terdapat dalam multi-region tersebut. Misalnya, jika set data BigQuery Anda berada di multi-region EU, bucket Cloud Storage dapat berada di region Belgia europe-west1, yang berada di Uni Eropa.

    Jika set data Anda berada di multi-region US, Anda dapat mengekspor data ke bucket Cloud Storage di lokasi mana pun.

  • Jika set data Anda berada di suatu region, bucket Cloud Storage Anda harus berada di region yang sama. Misalnya, jika set data Anda berada di region Tokyo asia-northeast1, maka bucket Cloud Storage Anda tidak boleh berada di multi-region ASIA.

Untuk informasi selengkapnya, lihat Mengekspor data tabel.

Bigtable

Saat membuat kueri data di Bigtable melalui tabel eksternal BigQuery, instance Bigtable Anda harus berada di lokasi yang sama dengan set data BigQuery:

  • Region tunggal: Jika set data BigQuery Anda berada di lokasi regional Belgia (europe-west1), instance Bigtable yang sesuai harus berada di region Belgia.
  • Multi-region: Karena performa kueri eksternal bergantung pada latensi minimal dan bandwidth jaringan yang optimal, penggunaan lokasi set data multi-region tidak direkomendasikan untuk tabel eksternal di Bigtable.

Untuk informasi selengkapnya tentang lokasi Bigtable yang didukung, lihat Lokasi Bigtable.

Google Drive

Pertimbangan lokasi tidak berlaku untuk sumber data eksternal Google Drive.

Cloud SQL

Saat membuat kueri data di Cloud SQL melalui kueri gabungan BigQuery, instance Cloud SQL harus berada di lokasi yang sama dengan set data BigQuery.

  • Region tunggal: Jika set data BigQuery Anda berada di lokasi regional Belgia (europe-west1), instance Cloud SQL yang sesuai harus berada di region Belgia.
  • Multi-region: Jika set data BigQuery Anda berada dalam multi-region US, instance Cloud SQL yang sesuai harus berada di satu region di area geografis AS.

Untuk mengetahui informasi selengkapnya tentang lokasi Cloud SQL yang didukung, lihat lokasi Cloud SQL.

Spanner

Saat Anda membuat kueri data di Spanner melalui kueri gabungan BigQuery, instance Spanner Anda harus berada di lokasi yang sama dengan set data BigQuery.

  • Satu region: Jika set data BigQuery Anda berada di lokasi regional Belgia (europe-west1), instance Spanner yang sesuai harus berada di region Belgia.
  • Multi-region: Jika set data BigQuery Anda berada di multi-region US , instance Spanner yang sesuai harus berada di satu region di area geografis AS.

Untuk mengetahui informasi selengkapnya tentang lokasi Spanner yang didukung, lihat lokasi Spanner.

Alat analisis

Tempatkan set data BigQuery Anda dengan alat analisis:

Rencana manajemen data

Kembangkan rencana manajemen data:

Batasi lokasi

Anda dapat membatasi lokasi pembuatan set data menggunakan Layanan Kebijakan Organisasi. Untuk mengetahui informasi selengkapnya, lihat Membatasi lokasi resource dan Layanan yang didukung lokasi resource.

Keamanan set data

Untuk mengontrol akses ke set data di BigQuery, lihat Mengontrol akses ke set data. Untuk informasi tentang enkripsi data, lihat Enkripsi dalam penyimpanan.

Langkah selanjutnya