Questa pagina è stata tradotta dall'API Cloud Translation.

Località

Questa pagina spiega il concetto di località dei dati e le diverse località in cui è possibile creare set di dati BigQuery e modelli BigQuery ML.

Per informazioni sui prezzi per BigQuery ML a livello di area geografica, consulta la pagina Prezzi.

Concetti fondamentali

Esistono due tipi di posizioni:

Un'area geografica è un luogo geografico ben preciso, come Londra.
Una più aree geografiche è un'area geografica di grandi dimensioni, come gli Stati Uniti, che contiene due o più luoghi geografici.

Specifica una posizione per l'archiviazione dei tuoi dati BigQuery quando crei un set di dati per archiviare i tuoi modelli BigQuery ML e i tuoi dati di addestramento. Dopo la creazione del set di dati, la località non può essere modificata, ma puoi copiare il set di dati in un'altra località o spostare (ricreare) manualmente il set di dati in un'altra località.

BigQuery ML elabora e fasi i dati nella stessa località del set di dati di destinazione.

BigQuery ML archivia i tuoi dati nella località selezionata in conformità ai Termini specifici del servizio.

La previsione dei modelli BigQuery ML e altre funzioni ML sono supportate nelle stesse regioni di BigQuery.

Non tutti i tipi di addestramento dei modelli sono supportati in tutte le regioni.

L'addestramento per i modelli integrati (regressione lineare, regressione logistica, calcoli, fattorizzazione matrice e serie temporali) è supportato nelle stesse regioni della previsione dei modelli e altre funzioni di ML.
I modelli importati sono supportati nelle stesse regioni delle previsioni dei modelli e in altre funzioni di ML.
L'addestramento per alberi DNN e Boosted Tree utilizzando i modelli XGBoost è disponibile nelle aree geografiche multiple US e EU e nella maggior parte delle singole aree geografiche. Per ulteriori informazioni, consulta la tabella Località a livello di area geografica.
L'addestramento per le tabelle AutoML è supportato nelle aree geografiche multiple US e EU, nonché in us-central1.

BigQuery ML supporta le seguenti località.

	Descrizione regione	Nome regione	Modelli importati	Addestramento modello integrato	DNN/Codificatore automatico/ Albero potenziato/ Modelli Wide-and-Deep addestramento	Addestramento AutoML model	Ottimizzare gli iperparametri
Americhe
	Iowa	`us-central1`	●	●	●	●	●
	Las Vegas	`us-west4`	●	●
	Los Angeles	`us-west2`	●	●	●
	Montréal	`northamerica-northeast1`	●	●	●		●
	Virginia del Nord	`us-east4`	●	●	●		●
	Oregon	`us-west1`	●	●	●		●
	Salt Lake City	`us-west3`	●	●	●
	San Paolo	`southamerica-east1`	●	●	●
	Santiago	`southamerica-west1`	●	●
	Carolina del Sud	`us-east1`	●	●	●		●
	Toronto	`northamerica-northeast2`	●	●
Europa
	Belgio	`europe-west1`	●	●	●		●
	Finlandia	`europe-north1`	●	●	●
	Francoforte	`europe-west3`	●	●	●		●
	Londra	`europe-west2`	●	●	●		●
	Madrid	`europe-southwest1`	●	●
	Milano	`europe-west8`	●	●
	Paesi Bassi	`europe-west4`	●	●	●		●
	Parigi	`europe-west9`	●	●
	Varsavia	`europe-central2`	●	●
	Zurigo	`europe-west6`	●	●	●		●
Asia Pacifico
	Delhi	`asia-south2`	●	●
	Hong Kong	`asia-east2`	●	●	●		●
	Giacarta	`asia-southeast2`	●	●
	Melbourne	`australia-southeast2`	●	●
	Mumbai	`asia-south1`	●	●	●
	Osaka	`asia-northeast2`	●	●	●
	Seul	`asia-northeast3`	●	●	●		●
	Singapore	`asia-southeast1`	●	●	●		●
	Sydney	`australia-southeast1`	●	●	●		●
	Taiwan	`asia-east1`	●	●	●		●
	Tokyo	`asia-northeast1`	●	●	●		●

Descrizione regione	Nome regione	Modelli importati	Addestramento modello integrato	DNN/Codificatore automatico/ Albero potenziato/ Modelli Wide and Deep	Addestramento AutoML model	Ottimizzare gli iperparametri
Data center all'interno degli stati membri dell'Unione europea¹	`EU`	●	●	●	●	●
Data center negli Stati Uniti	`US`	●	●	●	●	●

¹ I dati situati nell'area geografica EU non vengono archiviati nei data center europe-west2 (Londra) o europe-west6 (Zürich).