Locais

Nesta página, explicamos o conceito de local de dados e os diferentes locais em que é possível criar conjuntos de dados do BigQuery e modelos do BigQuery ML.

Para informações sobre preços regionais do BigQuery ML, consulte a página Preços.

Principais conceitos

Tipos de locais ou região

Há dois tipos de locais:

  • Uma região é um lugar geográfico específico, como Londres.

  • Um local multirregional é uma área geográfica grande, como Estados Unidos, que contém dois ou mais lugares geográficos.

Local do conjunto de dados

Você especifica um local para armazenar seus dados do BigQuery ao criar um conjunto de dados para armazenar seus dados de treinamento e modelos do BigQuery ML. Depois da criação, não é possível alterar o local, mas tem como copiar o conjunto de dados para outro local ou mover (recriar) o conjunto de dados para outro local manualmente.

O BigQuery ML processa e organiza os dados no mesmo local do conjunto de dados de destino.

O BigQuery ML armazena seus dados no local selecionado de acordo com os Termos específicos do serviço.

Regiões compatíveis

Como o BigQuery, o BigQuery ML é um recurso regional e multirregional.

A previsão do modelo do BigQuery ML e outras funções de ML são compatíveis com as mesmas regiões do BigQuery.

Nem todos os tipos de treinamento de modelo são compatíveis com todas as regiões.

Como treinar modelos

  • O treinamento para modelos integrados (regressão linear, regressão logística, k-means, fatoração de matriz e série temporal) é compatível com as mesmas regiões que a previsão de modelo e outras funções de ML.

  • Os modelos importados são compatíveis com as mesmas regiões que a previsão de modelo e outras funções de ML.

  • O treinamento para DNN e árvores otimizadas que usa modelos XGBoost está disponível nas multirregiões US e EU e na maioria das regiões: Consulte a tabela Locais regionais para mais informações.

  • O treinamento para tabelas do AutoML é compatível com as multirregiões US e EU, além de us-central1.

Previsão de modelo e outras funções de ML

O BigQuery ML é compatível com os seguintes locais.

Locais regionais

Descrição da região Nome da região Modelos
importados		 Treinamento do
modelo
integrado		 Treinamento DNN/Autoencoder/
Boosted Tree/
Wide-and-Deep models
 Treinamento do
modelo
do AutoML		 Ajuste de
hiperparâmetros
América
Iowa us-central1 ● ● ● ● ●
Las Vegas us-west4 ● ●
Los Angeles us-west2 ● ● ●
Montreal northamerica-northeast1 ● ● ● ●
Norte da Virgínia us-east4 ● ● ● ●
Oregon us-west1 ● ● ● ●
Salt Lake City us-west3 ● ● ●
São Paulo southamerica-east1 ● ● ●
Santiago southamerica-west1 ● ●
Carolina do Sul us-east1 ● ● ● ●
Toronto northamerica-northeast2 ● ●
Europa
Bélgica europe-west1 ● ● ● ●
Finlândia europe-north1 ● ● ●
Frankfurt europe-west3 ● ● ● ●
Londres europe-west2 ● ● ● ●
Países Baixos europe-west4 ● ● ● ●
Varsóvia europe-central2 ● ●
Zurique europe-west6 ● ● ● ●
Ásia-Pacífico
Délhi asia-south2 ● ●
Hong Kong asia-east2 ● ● ● ●
Jacarta asia-southeast2 ● ●
Melbourne australia-southeast2 ● ●
Mumbai asia-south1 ● ● ●
Osaka asia-northeast2 ● ● ●
Seul asia-northeast3 ● ● ● ●
Singapura asia-southeast1 ● ● ● ●
Sydney australia-southeast1 ● ● ● ●
Taiwan asia-east1 ● ● ● ●
Tóquio asia-northeast1 ● ● ● ●

Locais multirregionais

Descrição da região Nome da região Modelos
importados		 Treinamento do
modelo
integrado		 Treinamento de modelos DNN/Autoencoder/
Boosted Tree/
Wide-and-Deep		 Treinamento do
modelo
do AutoML		 Ajuste de
hiperparâmetros
Data centers dentro de estados membro da União Europeia1 EU ● ● ● ● ●
Data centers nos Estados Unidos US ● ● ● ● ●

1 Os dados localizados na multirregião EU não são armazenados nos data centers europe-west2 (Londres) ou europe-west6 (Zurique).

A seguir