Località BigQuery
Questa pagina spiega il concetto di località e le diverse regioni in cui i dati possono essere archiviati ed elaborati. I prezzi per l'archiviazione e l'analisi sono definiti anche dalla località dei dati e delle prenotazioni. Per ulteriori informazioni sui prezzi per le località, vedi Prezzi di BigQuery. Per scoprire come impostare la località per il tuo set di dati, consulta Creare set di dati. Per informazioni sulle località di prenotazione, consulta Gestire le prenotazioni in regioni diverse.
Per ulteriori informazioni su come BigQuery Data Transfer Service utilizza la posizione, consulta Posizione e trasferimenti dei dati.
Località e regioni
BigQuery offre due tipi di dati e posizioni di calcolo:
Una regione è un luogo geografico ben preciso, come Londra.
Una più regioni è un'area geografica di grandi dimensioni, come gli Stati Uniti, che contiene due o più regioni. Le località multiregionali possono fornire quote superiori rispetto alle località singole.
Per entrambi i tipi di località, BigQuery archivia automaticamente copie dei tuoi dati in due diverse zone di Google Cloud all'interno di una singola regione nella località selezionata. Per ulteriori informazioni su disponibilità e durabilità dei dati, consulta Affidabilità: pianificazione in caso di emergenza.
Località supportate
I set di dati BigQuery possono essere archiviati nelle seguenti regioni e in più regioni. Per ulteriori informazioni su regioni e zone, consulta Area geografica e regioni.
Regioni
La tabella seguente elenca le regioni nelle Americhe in cui è disponibile BigQuery.Descrizione regione | Nome regione | Dettagli |
---|---|---|
Columbus, Ohio | us-east5 |
|
Dallas | us-south1 |
|
Iowa | us-central1 |
A basse emissioni di CO2 |
Las Vegas | us-west4 |
|
Los Angeles | us-west2 |
|
Montréal | northamerica-northeast1 |
A basse emissioni di CO2 |
Virginia del Nord | us-east4 |
|
Oregon | us-west1 |
A basse emissioni di CO2 |
Salt Lake City | us-west3 |
|
San Paolo | southamerica-east1 |
A basse emissioni di CO2 |
Santiago | southamerica-west1 |
A basse emissioni di CO2 |
Carolina del Sud | us-east1 |
|
Toronto | northamerica-northeast2 |
A basse emissioni di CO2 |
Descrizione regione | Nome regione | Dettagli |
---|---|---|
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 | Dettagli |
---|---|---|
Belgio | europe-west1 |
A basse emissioni di CO2 |
Berlino | europe-west10 |
|
Finlandia | europe-north1 |
A basse emissioni di CO2 |
Francoforte | europe-west3 |
A basse emissioni di CO2 |
Londra | europe-west2 |
A basse emissioni di CO2 |
Madrid | europe-southwest1 |
|
Milano | europe-west8 |
|
Paesi Bassi | europe-west4 |
|
Parigi | europe-west9 |
A basse emissioni di CO2 |
Torino | europe-west12 |
|
Varsavia | europe-central2 |
|
Zurigo | europe-west6 |
A basse emissioni di CO2 |
Descrizione regione | Nome regione | Dettagli |
---|---|---|
Dammam | me-central2 |
|
Doha | me-central1 |
|
Tel Aviv | me-west1 |
Descrizione regione | Nome regione | Dettagli |
---|---|---|
Johannesburg | africa-south1 |
Più regioni
La tabella seguente elenca le regioni multiple in cui è disponibile BigQuery.Descrizione per più regioni | Nome di più regioni |
---|---|
Data center all'interno degli stati membri dell'Unione Europea1 | EU |
Data center negli Stati Uniti | US |
1 I dati situati nell'area multiregionale EU
vengono archiviati solo nei data center europe-west1
(Belgio) o europe-west4
(Paesi Bassi).
Località di BigQuery Studio
BigQuery Studio consente di salvare, condividere e gestire versioni degli asset di codice, come notebooks e query salvate.
Nella tabella seguente sono elencate le regioni in cui è disponibile BigQuery Studio:
Descrizione regione | Nome regione | Dettagli | |
---|---|---|---|
Africa | |||
Johannesburg | africa-south1 |
||
Americhe | |||
Columbus | us-east5 |
||
Dallas | us-south1 |
||
Iowa | us-central1 |
A basse emissioni di CO2 | |
Los Angeles | us-west2 |
||
Las Vegas | us-west4 |
||
Montréal | northamerica-northeast1 |
A basse emissioni di CO2 | |
N. Virginia | us-east4 |
||
Oregon | us-west1 |
A basse emissioni di CO2 | |
San Paolo | southamerica-east1 |
A basse emissioni di CO2 | |
Carolina del Sud | us-east1 |
||
Asia Pacifico | |||
Hong Kong | asia-east2 |
||
Giacarta | asia-southeast2 |
||
Mumbai | asia-south1 |
||
Seul | asia-northeast3 |
||
Singapore | asia-southeast1 |
||
Sydney | australia-southeast1 |
||
Taiwan | asia-east1 |
||
Tokyo | asia-northeast1 |
||
Europa | |||
Belgio | europe-west1 |
A basse emissioni di CO2 | |
Francoforte | europe-west3 |
A basse emissioni di CO2 | |
Londra | europe-west2 |
A basse emissioni di CO2 | |
Madrid | europe-southwest1 |
||
Paesi Bassi | europe-west4 |
||
Torino | europe-west12 |
||
Zurigo | europe-west6 |
A basse emissioni di CO2 | |
Medio Oriente | |||
Doha | me-central1 |
||
Dammam | me-central2 |
Località BigQuery Omni
BigQuery Omni elabora le query nella stessa località del set di dati che contiene le tabelle su cui esegui le query. Dopo aver creato il set di dati, la località non può essere modificata. I dati si trovano all'interno del tuo account AWS o Azure. Le regioni di BigQuery Omni supportano le prenotazioni della versione Enterprise e i prezzi di computing on demand (analisi). Per ulteriori informazioni sulle versioni, consulta Introduzione alle versioni di BigQuery.Descrizione regione | Nome regione | Regione BigQuery assegnata | |
---|---|---|---|
AWS | |||
AWS - Stati Uniti orientali (Virginia del Nord) | aws-us-east-1 |
us-east4 |
|
AWS - Stati Uniti occidentali (Oregon) | aws-us-west-2 |
us-west1 |
|
AWS - Asia Pacifico (Seul) | aws-ap-northeast-2 |
asia-northeast3 |
|
AWS - Asia Pacifico (Sydney) | aws-ap-southeast-2 |
australia-southeast1 |
|
AWS - Europa (Irlanda) | aws-eu-west-1 |
europe-west1 |
|
AWS - Europa (Francoforte) | aws-eu-central-1 |
europe-west3 |
|
Azure | |||
Azure - Stati Uniti orientali 2 | azure-eastus2 |
us-east4 |
Località di BigQuery ML
BigQuery ML elabora e memorizza i dati nella stessa località del set di dati che li contiene.
BigQuery ML archivia i tuoi dati nella località selezionata in conformità con i Termini specifici dei servizi.
La previsione del modello BigQuery ML e altre funzioni ML sono supportate in tutte le regioni BigQuery. Il supporto per l'addestramento del modello varia a seconda della regione:
L'addestramento per modelli addestrati internamente e modelli importati è supportato in tutte le regioni BigQuery.
L'addestramento per autoencoder, albero ottimizzato, DNN e modelli Wide and Deep è disponibile nelle regioni multiple
US
eEU
e nella maggior parte delle singole regioni. Per saperne di più, consulta la tabella riportata di seguito.L'addestramento per AutoML è supportato nelle regioni multiple
US
eEU
e nella maggior parte delle singole regioni.
Località per i modelli non remoti
Località regionali
Descrizione regione | Nome regione | Modelli importati |
Addestramento del modello integrato |
Addestramento di DNN/Autoencoder/ albero potenziato/ modelli Wide and Deep |
Addestramento modello AutoML |
Ottimizzazione degli iperparametri |
Integrazione di Vertex AI Model Registry | ||
---|---|---|---|---|---|---|---|---|---|
Americhe | |||||||||
Columbus, Ohio | us-east5 |
● | ● | ||||||
Dallas | us-south1 |
● | ● | ||||||
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 |
● | ● | ● | ● | ● | ● | ||
Berlino | europe-west10 |
● | ● | ||||||
Finlandia | europe-north1 |
● | ● | ● | |||||
Francoforte | europe-west3 |
● | ● | ● | ● | ● | ● | ||
Londra | europe-west2 |
● | ● | ● | ● | ● | ● | ||
Madrid | europe-southwest1 |
● | ● | ||||||
Milano | europe-west8 |
● | ● | ||||||
Paesi Bassi | europe-west4 |
● | ● | ● | ● | ● | ● | ||
Parigi | europe-west9 |
● | ● | ||||||
Torino | europe-west12 |
● | |||||||
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 |
● | ● | ● | ● | ● | ● | ||
Medio Oriente | |||||||||
Dammam | me-central2 |
● | |||||||
Doha | me-central1 |
● | |||||||
Tel Aviv | me-west1 |
● | ● | ||||||
Africa | |||||||||
Johannesburg | africa-south1 |
● | ● |
Località multiregionali
Descrizione regione | Nome regione | Modelli importati |
Addestramento del modello integrato |
DNN/Autoencoder/ Albero potenziato/ Addestramento di modelli Wide and Deep |
Addestramento modello AutoML |
Ottimizzazione degli iperparametri |
Integrazione di Vertex AI Model Registry |
---|---|---|---|---|---|---|---|
Data center all'interno degli stati membri dell'Unione Europea1 | EU |
● | ● | ● | ● | ● | ● |
Data center negli Stati Uniti | US |
● | ● | ● | ● | ● | ● |
1 I dati situati nell'area multiregionale EU
non vengono archiviati nei data center europe-west2
(Londra) o europe-west6
(Zurigo).
L'integrazione di Vertex AI Model Registry è supportata solo per le integrazioni di una singola regione. Se invii un modello BigQuery ML per più regioni al registro dei modelli, questo viene convertito in un modello regionale in Vertex AI.
Un modello BigQuery ML multiregionale degli Stati Uniti viene sincronizzato con Vertex AI us-central1
e un modello di UE multiregionale di BigQuery ML viene sincronizzato con Vertex AI europe-west4
. Non sono previste modifiche per i modelli a regione singola.
Località dei modelli remoti
Località regionali
La seguente tabella mostra le regioni supportate per i diversi tipi di modelli remoti. Il nome della colonna indica il tipo di modello remoto.Descrizione regione | Nome regione | Modelli di cui è stato eseguito il deployment da Vertex AI | LLM per la generazione di testo | LLM di incorporamento del testo | API Cloud Natural Language | API Cloud Translation | API Cloud Vision | API Document AI | API Speech-to-Text | |
---|---|---|---|---|---|---|---|---|---|---|
Americhe | ||||||||||
Columbus, Ohio | us-east5 |
|||||||||
Dallas | us-south1 |
● | ● | |||||||
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 |
● | ● | ● | ||||||
Torino | europe-west12 |
|||||||||
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 |
● | ● | ● | ● | |||||
Medio Oriente | ||||||||||
Dammam | me-central2 |
|||||||||
Doha | me-central1 |
|||||||||
Tel Aviv | me-west1 |
● | ● |
Località multiregionali
La seguente tabella mostra quali regioni multiple sono supportate per diversi tipi di modelli remoti. Il nome della colonna indica il tipo di modello remoto.Descrizione regione | Nome regione | Modelli di cui è stato eseguito il deployment da Vertex AI | LLM per la generazione di testo | LLM di incorporamento del testo | API Cloud Natural Language | API Cloud Translation | API Cloud Vision | API Document AI | API Speech-to-Text |
---|---|---|---|---|---|---|---|---|---|
Data center all'interno degli stati membri dell'Unione Europea1 | EU |
● | ● | ● | ● | ● | ● | ||
Data center negli Stati Uniti | US |
● | ● | ● | ● | ● | ● | ● |
Località del traduttore SQL BigQuery
Durante la migrazione dei dati dal data warehouse legacy a BigQuery, puoi utilizzare diversi traduttori SQL per tradurre le query SQL in GoogleSQL o in altri dialetti SQL supportati. Questi includono il traduttore SQL interattivo, l'API SQL Translation e il traduttore SQL batch.
I traduttori SQL BigQuery sono disponibili nelle seguenti località di elaborazione:
Descrizione regione | Nome regione | Dettagli | |
---|---|---|---|
Asia Pacifico | |||
Tokyo | asia-northeast1 |
||
Mumbai | asia-south1 |
||
Singapore | asia-southeast1 |
||
Sydney | australia-southeast1 |
||
Europa | |||
Multiregionale UE | eu |
||
Varsavia | europe-central2 |
||
Finlandia | europe-north1 |
A basse emissioni di CO2 | |
Madrid | europe-southwest1 |
||
Belgio | europe-west1 |
A basse emissioni di CO2 | |
Londra | europe-west2 |
A basse emissioni di CO2 | |
Francoforte | europe-west3 |
A basse emissioni di CO2 | |
Paesi Bassi | europe-west4 |
||
Zurigo | europe-west6 |
A basse emissioni di CO2 | |
Parigi | europe-west9 |
A basse emissioni di CO2 | |
Torino | europe-west12 |
||
Americhe | |||
San Paolo | southamerica-east1 |
A basse emissioni di CO2 | |
Stati Uniti (più regioni) | us |
||
Iowa | us-central1 |
A basse emissioni di CO2 | |
Carolina del Sud | us-east1 |
||
Virginia del Nord | us-east4 |
||
Columbus, Ohio | us-east5 |
||
Dallas | us-south1 |
||
Oregon | us-west1 |
A basse emissioni di CO2 | |
Los Angeles | us-west2 |
||
Salt Lake City | us-west3 |
Specifica le località
Durante il caricamento dei dati, l'esecuzione di query o l'esportazione dei dati, BigQuery determina la posizione in cui eseguire il job in base ai set di dati a cui viene fatto riferimento nella richiesta. Ad esempio, se una query fa riferimento a una tabella in un set di dati archiviato nella regione asia-northeast1
, il job di query verrà eseguito in quella regione.
Se una query non fa riferimento a tabelle o altre risorse contenute all'interno dei set di dati e non viene fornita alcuna tabella di destinazione, il job di query verrà eseguito nell'area multiregionale US
. Per garantire che le query BigQuery siano archiviate in una regione specifica o in più regioni, specifica la località con la richiesta di job per instradare la query di conseguenza quando utilizzi l'endpoint BigQuery globale. Se non specifichi la località, le query possono essere archiviate temporaneamente nei log del router BigQuery quando vengono utilizzate per determinare la località di elaborazione in BigQuery.
Se il progetto ha una prenotazione basata sulla capacità in una regione diversa da US
e la query non fa riferimento a tabelle o altre risorse contenute nei set di dati, devi specificare esplicitamente la località della prenotazione basata sulla capacità quando invii il job. Gli impegni basati sulla capacità sono legati a una località, come
US
o EU
. Se esegui un job al di fuori della località della tua capacità, i prezzi per quel job vengono automaticamente trasferiti ai prezzi on demand.
Puoi specificare la località in cui eseguire un job in modo esplicito nei seguenti modi:
- Quando esegui query sui dati utilizzando la console Google Cloud nell'editor query, fai clic su Altro > Impostazioni query, espandi Opzioni avanzate e seleziona la Posizione dei dati.
- Quando utilizzi lo strumento a riga di comando bq, fornisci il flag globale
--location
e imposta il valore sulla tua posizione. - Quando utilizzi l'API, specifica la tua regione nella proprietà
location
nella sezionejobReference
della risorsa job.
BigQuery restituisce un errore se la località specificata non corrisponde a quella dei set di dati nella richiesta. La località di ogni set di dati coinvolto nella richiesta, inclusi quelli letti e scritti, deve corrispondere alla località del job dedotta o specificata.
Le località a una singola regione non corrispondono a quelle a più regioni, anche se la località a una singola regione si trova all'interno di quella a più regioni. Pertanto,
una query o un job avranno esito negativo se la località include sia una località a singola regione
che una località a più regioni. Ad esempio, se la località di un job è impostata su US
, il job avrà esito negativo se fa riferimento a un set di dati in us-central1
. Analogamente, un job
che fa riferimento a un set di dati in US
e a un altro set di dati in us-central1
non avrà esito positivo. Questo vale anche per le istruzioni JOIN
con tabelle in una regione e in
più regioni.
Le query dinamiche non vengono analizzate fino a quando non vengono eseguite, quindi non possono essere utilizzate per determinare automaticamente la regione di una query.
Località, prenotazioni e offerte di lavoro
Gli impegni di capacità sono una risorsa di regione. Gli slot sono limitati a una regione
o a più regioni specifiche. Se il tuo unico impegno in termini di capacità è in EU
, non puoi creare una prenotazione in US
. Quando crei una prenotazione, specifichi una località (regione) e un numero di slot.
Questi slot vengono estratti dall'impegno di capacità in quella regione.
Allo stesso modo, quando esegui un job in una regione, viene utilizzata una prenotazione solo se la località del job corrisponde a quella di una prenotazione. Ad esempio, se assegni una prenotazione a un progetto in EU
ed esegui una query al suo interno su un set di dati che si trova nel US
, la query non viene eseguita nella prenotazione di EU
. In assenza di una prenotazione US
, il job viene eseguito
on demand.
Considerazioni sulla località
Quando scegli una località per i tuoi dati, considera quanto segue:
Cloud Storage
Puoi interagire con i dati di Cloud Storage utilizzando BigQuery nei seguenti modi:
- Eseguire query sui dati di Cloud Storage utilizzando tabelle esterne BigLake o non BigLake
- Carica i dati di Cloud Storage in BigQuery
- Esportare i dati da BigQuery in Cloud Storage
Eseguire query sui dati di Cloud Storage
Quando esegui una query sui dati in Cloud Storage utilizzando una BigLake o una tabella esterna non BigLake, i dati su cui esegui la query devono essere collocati insieme al set di dati BigQuery. Ad esempio:
Bucket a regione singola: se il set di dati BigQuery si trova nella regione di Varsavia (
europe-central2
), anche il bucket Cloud Storage corrispondente deve trovarsi nella regione di Varsavia o in qualsiasi regione a due regioni di Cloud Storage che includa Varsavia. Se il set di dati BigQuery si trova inUS
più regioni, il bucket Cloud Storage può trovarsi in più regioniUS
, la singola regione dell'Iowa (us-central1
) o qualsiasi altra regione doppia che includa l'Iowa. Le query da qualsiasi altra singola regione hanno esito negativo, anche se il bucket si trova in una località contenuta all'interno di più regioni del set di dati. Ad esempio, se le tabelle esterne si trovano in più regioniUS
e il bucket Cloud Storage si trova in Oregon (us-west1
), il job non riesce.Se il set di dati BigQuery si trova in
EU
più regioni, il bucket Cloud Storage può trovarsi in più regioniEU
, la singola regione Belgio (europe-west1
) o qualsiasi altra regione doppia che include il Belgio. Le query da qualsiasi altra singola regione hanno esito negativo, anche se il bucket si trova in una località contenuta all'interno di più regioni del set di dati. Ad esempio, se le tabelle esterne si trovano nella località multiregionaleEU
e il bucket Cloud Storage si trova a Varsavia (europe-central2
), il job non riesce.Bucket a due regioni: se il set di dati BigQuery si trova nella regione Tokyo (
asia-northeast1
), il bucket Cloud Storage corrispondente deve trovarsi nella regione di Tokyo o in una regione doppia che include Tokyo, ad esempioASIA1
a due regioni. Per saperne di più, consulta Creare un bucket a due regioni.Se il bucket Cloud Storage si trova nella doppia regione
NAM4
o in qualsiasi altra regione che include l'Iowa(us-central1
), il set di dati BigQuery corrispondente può trovarsi nella località multiregionaleUS
o nell'Iowa(us-central1
).Se il bucket Cloud Storage si trova nella zona a due regioni
EUR4
o in qualsiasi altra regione che include il Belgio(europe-west1
), il set di dati BigQuery corrispondente può trovarsi nella località a più regioniEU
o in Belgio(europe-west1
).Bucket multiregionale: l'utilizzo di località di set di dati multiregionali con bucket Cloud Storage multiregionali è sconsigliato per le tabelle esterne, perché le prestazioni delle query esterne dipendono dalla latenza minima e dalla larghezza di banda di rete ottimale.
Se il set di dati BigQuery si trova in più regioni
US
, il bucket Cloud Storage corrispondente deve trovarsi in più regioniUS
, in una doppia regione che include l'Iowa (us-central1
), ad esempioNAM4
a due regioni o in una doppia regione personalizzata che include l'Iowa (us-central1
).Se il set di dati BigQuery si trova in più regioni
EU
, il bucket Cloud Storage corrispondente deve trovarsi nella località a più regioniEU
, in una doppia regione che include il Belgio (europe-west1
), ad esempioEUR4
, o in una doppia regione personalizzata che include il Belgio.
Per ulteriori informazioni sulle località Cloud Storage supportate, consulta Località dei bucket nella documentazione di Cloud Storage.
Carica i dati da Cloud Storage
Quando carichi dati da Cloud Storage utilizzando una tabella esterna BigLake o non BigLake, i dati caricati devono essere collocati insieme al set di dati BigQuery.
Puoi caricare i dati da un bucket Cloud Storage situato in qualsiasi località se il tuo set di dati BigQuery si trova nell'area multiregionale
US
.- Bucket multiregionale: se il bucket Cloud Storage da cui vuoi eseguire il caricamento si trova in un bucket multiregionale, il set di dati BigQuery può trovarsi nello stesso bucket multiregionale o in qualsiasi singola regione inclusa nello stesso bucket multiregionale.
Ad esempio, se il bucket Cloud Storage si trova nella regione
EU
, il set di dati BigQuery può trovarsi nella regioneEU
a più regioni o in qualsiasi singola regione nella regioneEU
. Bucket a due regioni: se il bucket Cloud Storage da cui vuoi eseguire il caricamento si trova in un bucket a due regioni, il set di dati BigQuery può trovarsi in regioni incluse nel bucket a due regioni o in più regioni che include quest'ultima. Ad esempio, se il bucket Cloud Storage si trova nella regione
EUR4
, il set di dati BigQuery può trovarsi nell'unica regione della Finlandia (europe-north1
), nei Paesi Bassi (europe-west4
) o nell'area multiregionaleEU
.Per maggiori informazioni, consulta Creare un bucket a due regioni.
Bucket a regione singola: se il bucket Cloud Storage da cui vuoi eseguire il caricamento si trova in una singola regione, il set di dati BigQuery può trovarsi nella stessa regione o in più regioni che include la singola regione. Ad esempio, se il bucket Cloud Storage si trova nella regione Finlandia (
europe-north1
), il set di dati BigQuery può trovarsi nella Finlandia o nell'area multiregionaleEU
.Un'eccezione è che se il set di dati BigQuery si trova nella regione
asia-northeast1
, il bucket Cloud Storage può trovarsi nella località multiregionaleEU
.
Per ulteriori informazioni, vedi Caricamento in batch dei dati.
Esporta i dati in Cloud Storage
Assegna i bucket Cloud Storage per l'esportazione dei dati:- Se il set di dati BigQuery si trova in
EU
(più regioni), il bucket Cloud Storage contenente i dati esportati deve trovarsi nella stessa località multiregionale o in una località contenuta all'interno di più regioni. Ad esempio, se il set di dati BigQuery si trova nell'area multiregionaleEU
, il bucket Cloud Storage può trovarsi nella regioneeurope-west1
Belgio, che si trova all'interno dell'UE.Se il set di dati si trova in
US
(più regioni), puoi esportare i dati in un bucket Cloud Storage in qualsiasi località. - Se il set di dati si trova in una regione, il bucket Cloud Storage deve trovarsi nella stessa regione. Ad esempio, se il set di dati si trova nella regione
asia-northeast1
di Tokyo, il bucket Cloud Storage non può trovarsi nella località multiregionaleASIA
.
Per ulteriori informazioni, vedi Esportazione dei dati di una tabella.
Bigtable
Quando esegui una query sui dati in Bigtable tramite una tabella esterna BigQuery, l'istanza Bigtable deve trovarsi nella stessa località del set di dati BigQuery:
- Regione singola: se il set di dati BigQuery si trova nella località regionale Belgio (
europe-west1
), l'istanza Bigtable corrispondente deve trovarsi nella regione Belgio. - Più regioni: poiché le prestazioni delle query esterne dipendono da una latenza minima e da una larghezza di banda di rete ottimale, l'utilizzo di località di set di dati multiregionali è sconsigliato per le tabelle esterne su Bigtable.
Per ulteriori informazioni sulle località Bigtable supportate, consulta Località Bigtable.
Google Drive
Le considerazioni sulla posizione non si applicano alle origini dati esterne di Google Drive.
Cloud SQL
Quando esegui una query sui dati in Cloud SQL tramite una query federata di BigQuery, l'istanza Cloud SQL deve trovarsi nella stessa località del set di dati BigQuery.
- Regione singola: se il set di dati BigQuery si trova nella località regionale Belgio (
europe-west1
), l'istanza Cloud SQL corrispondente deve trovarsi nella regione Belgio. - Più regioni: se il set di dati BigQuery si trova in una località a più regioni
US
, l'istanza Cloud SQL corrispondente deve trovarsi in una singola regione nell'area geografica degli Stati Uniti.
Per ulteriori informazioni sulle località Cloud SQL supportate, consulta Località Cloud SQL.
Spanner
Quando esegui una query sui dati in Spanner tramite una query federata di BigQuery, l'istanza di Spanner deve trovarsi nella stessa località del set di dati BigQuery.
- Regione singola: se il set di dati BigQuery si trova nella località regionale Belgio (
europe-west1
), l'istanza Spanner corrispondente deve trovarsi nella regione Belgio. - Più regioni: se il set di dati BigQuery si trova nella zona multiregionale
US
, l'istanza Spanner corrispondente deve trovarsi in una singola regione nell'area geografica degli Stati Uniti.
Per saperne di più sulle località Spanner supportate, consulta Località di Spanner.
Strumenti di analisi
Colloca il set di dati BigQuery con i tuoi strumenti di analisi:- Dataproc: quando esegui query su set di dati BigQuery utilizzando un connettore BigQuery, il set di dati BigQuery deve essere collocato in abbinamento al cluster Dataproc. Dataproc è supportato in tutte le località di Compute Engine.
- Vertex AI Workbench: quando esegui query su set di dati BigQuery utilizzando blocchi note Jupyter in Vertex AI Workbench, il set di dati BigQuery deve essere collocato con la tua istanza di Vertex AI Workbench. Visualizza le località supportate di Vertex AI Workbench.
Piani di gestione dei dati
Sviluppa un piano di gestione dei dati:- Se scegli una risorsa di archiviazione regionale, come un set di dati BigQuery o un bucket Cloud Storage, sviluppa un piano per la gestione geografica dei tuoi dati.
Limita località
Puoi limitare le località in cui è possibile creare i tuoi set di dati utilizzando il Servizio Criteri dell'organizzazione. Per ulteriori informazioni, consulta Limitazione delle località delle risorse e Servizi supportati per le località delle risorse.
Sicurezza dei set di dati
Per controllare l'accesso ai set di dati in BigQuery, consulta Controllo dell'accesso ai set di dati. Per informazioni sulla crittografia dei dati, vedi Crittografia at-rest.
Passaggi successivi
- Scopri come creare set di dati.
- Scopri di più sul caricamento dei dati in BigQuery.
- Scopri di più sui pricing di BigQuery.
- Visualizza tutti i servizi Google Cloud disponibili in località del mondo.
- Esplora altri concetti basati sulla località, ad esempio le zone, che si applicano ad altri servizi Google Cloud.