BigQuery 位置
本页面介绍了“位置”概念以及可以存储和处理数据的不同区域。 存储和分析的价格也由数据和预留的位置定义。如需详细了解位置的价格，请参阅 BigQuery 价格。如需了解如何设置数据集的位置，请参阅创建数据集。如需了解预留位置，请参阅管理不同区域的预留。
如需详细了解 BigQuery Data Transfer Service 如何使用位置，请参阅数据位置和转移。
位置和区域
BigQuery 提供两种类型的数据和计算位置：
单区域位置是具体的地理位置，如伦敦。
多区域位置是至少包含两个区域的大型地理区域，如美国。与单区域相比，多区域位置可提供更高的配额。
无论哪种位置类型，BigQuery 都会自动将数据副本存储在所选位置中一个区域内的两个不同 Google Cloud 可用区中。如需详细了解数据可用性和耐用性，请参阅灾难恢复计划。
支持的位置
BigQuery 数据集可以存储在以下单区域和多区域中。如需详细了解地区和区域，请参阅地理位置和地区。
区域
下表列出了可使用 BigQuery 的美洲区域。| 区域说明 | 区域名称 | 详细信息 |
|---|---|---|
| 俄亥俄州，哥伦布 | us-east5 |
|
| 达拉斯 | us-south1 |
 二氧化碳排放量低
|
| 艾奥瓦 | us-central1 |
二氧化碳排放量低
|
| 拉斯维加斯 | us-west4 |
|
| 洛杉矶 | us-west2 |
|
| 蒙特利尔 | northamerica-northeast1 |
二氧化碳排放量低
|
| 北弗吉尼亚 | us-east4 |
|
| 俄勒冈 | us-west1 |
二氧化碳排放量低 |
| 盐湖城 | us-west3 |
|
| 圣保罗 | southamerica-east1 |
二氧化碳排放量低
|
| 圣地亚哥 | southamerica-west1 |
二氧化碳排放量低
|
| 南卡罗来纳 | us-east1 |
|
| 多伦多 | northamerica-northeast2 |
二氧化碳排放量低
|
| 区域说明 | 区域名称 | 详细信息 |
|---|---|---|
| 德里 | asia-south2 |
|
| 香港 | asia-east2 |
|
| 雅加达 | asia-southeast2 |
|
| 墨尔本 | australia-southeast2 |
|
| 孟买 | asia-south1 |
|
| 大阪 | asia-northeast2 |
|
| 首尔 | asia-northeast3 |
|
| 新加坡 | asia-southeast1 |
|
| 悉尼 | australia-southeast1 |
|
| 台湾 | asia-east1 |
|
| 东京 | asia-northeast1 |
| 区域说明 | 区域名称 | 详细信息 |
|---|---|---|
| 比利时 | europe-west1 |
二氧化碳排放量低
|
| 柏林 | europe-west10 |
二氧化碳排放量低
|
| 芬兰 | europe-north1 |
二氧化碳排放量低
|
| 法兰克福 | europe-west3 |
二氧化碳排放量低
|
| 伦敦 | europe-west2 |
二氧化碳排放量低
|
| 马德里 | europe-southwest1 |
二氧化碳排放量低
|
| 米兰 | europe-west8 |
|
| 荷兰 | europe-west4 |
二氧化碳排放量低
|
| 巴黎 | europe-west9 |
二氧化碳排放量低
|
| 都灵 | europe-west12 |
|
| 华沙 | europe-central2 |
|
| 苏黎世 | europe-west6 |
二氧化碳排放量低
|
| 区域说明 | 区域名称 | 详情 |
|---|---|---|
| 达曼 | me-central2 |
|
| 多哈 | me-central1 |
|
| 特拉维夫 | me-west1 |
| 区域说明 | 区域名称 | 详情 |
|---|---|---|
| 约翰内斯堡 | africa-south1 |
多区域
下表列出了可使用 BigQuery 的多区域。| 多区域说明 | 多区域名称 |
|---|---|
| 欧盟成员国的数据中心1 | EU |
| 美国的数据中心2 | US |
1 位于 EU 多区域的数据仅存储在以下某个位置：europe-west1（比利时）或 europe-west4（荷兰）。存储和处理数据确切位置由 BigQuery 自动确定。
2 位于 US 多区域的数据仅存储在以下某个位置：us-central1（爱荷华）、us-west1（俄勒冈）或 us-central2（俄克拉荷马）。存储和处理数据的确切位置由 BigQuery 自动确定。
BigQuery Studio 位置
BigQuery Studio 可让您保存、共享和管理代码资产（例如笔记本和已保存的查询）的版本。
下表列出了可使用 BigQuery Studio 的区域：
| 区域说明 | 区域名称 | 详细信息 | |
|---|---|---|---|
| 非洲 | |||
| 约翰内斯堡 | africa-south1 |
||
| 美洲 | |||
| 哥伦布 | us-east5 |
||
| 达拉斯 | us-south1 |
二氧化碳排放量低
|
|
| 艾奥瓦 | us-central1 |
二氧化碳排放量低
|
|
| 洛杉矶 | us-west2 |
||
| 拉斯维加斯 | us-west4 |
||
| 蒙特利尔 | northamerica-northeast1 |
二氧化碳排放量低
|
|
| 北弗吉尼亚 | us-east4 |
||
| 俄勒冈 | us-west1 |
二氧化碳排放量低 |
|
| 圣保罗 | southamerica-east1 |
二氧化碳排放量低
|
|
| 南卡罗来纳 | us-east1 |
||
| 亚太地区 | |||
| 香港 | asia-east2 |
||
| 雅加达 | asia-southeast2 |
||
| 孟买 | asia-south1 |
||
| 首尔 | asia-northeast3 |
||
| 新加坡 | asia-southeast1 |
||
| 悉尼 | australia-southeast1 |
||
| 台湾 | asia-east1 |
||
| 东京 | asia-northeast1 |
||
| 欧洲 | |||
| 比利时 | europe-west1 |
二氧化碳排放量低
|
|
| 法兰克福 | europe-west3 |
二氧化碳排放量低
|
|
| 伦敦 | europe-west2 |
二氧化碳排放量低
|
|
| 马德里 | europe-southwest1 |
二氧化碳排放量低
|
|
| 荷兰 | europe-west4 |
二氧化碳排放量低
|
|
| 都灵 | europe-west12 |
||
| 苏黎世 | europe-west6 |
二氧化碳排放量低
|
|
| 中东 | |||
| 多哈 | me-central1 |
||
| 达曼 | me-central2 |
||
BigQuery Omni 位置
BigQuery Omni 会在包含待查询表的数据集所在的位置处理查询。创建数据集后，该位置无法更改。 您的数据位于您自己的 AWS 或 Azure 账号中。BigQuery Omni 区域支持企业版预留和按需计算（分析）价格。如需详细了解版本，请参阅 BigQuery 版本简介。| 区域说明 | 区域名称 | 共置 BigQuery 区域 | |
|---|---|---|---|
| AWS | |||
| AWS - 美国东部（北弗吉尼亚） | aws-us-east-1 |
us-east4 |
|
| AWS - 美国西部（俄勒冈） | aws-us-west-2 |
us-west1 |
|
| AWS - 亚太地区（首尔） | aws-ap-northeast-2 |
asia-northeast3 |
|
| AWS - 亚太地区（悉尼） | aws-ap-southeast-2 |
australia-southeast1 |
|
| AWS - 欧洲（爱尔兰） | aws-eu-west-1 |
europe-west1 |
|
| AWS - 欧洲（法兰克福） | aws-eu-central-1 |
europe-west3 |
|
| Azure | |||
| Azure - 美国东部 2 | azure-eastus2 |
us-east4 |
|
BigQuery ML 位置
BigQuery ML 将数据处理并暂存到包含数据的数据集所在的位置。
BigQuery ML 会根据服务专用条款将您的数据存储在选定位置。
所有 BigQuery 区域都支持 BigQuery ML 模型预测和其他机器学习函数。对模型训练的支持因区域而异：
您可以在多区域
US和EU以及大多数单区域训练自动编码器、提升树、DNN 和 Wide & Deep 模型。如需了解详情，请参阅所有其他类型模型的位置。多区域
US和EU以及大多数单区域支持 AutoML 训练。
远程模型的位置
本部分详细介绍了远程模型支持的位置，以及远程模型处理的位置。单区域位置
下表显示了不同类型的远程模型支持的区域。列名称表示远程模型类型。| 区域说明 | 区域名称 | Vertex AI 部署的模型 | 文本生成 LLM | 文本嵌入 LLM | Cloud Natural Language API | Cloud Translation API | Cloud Vision API | Document AI API | Speech-to-Text API | |
|---|---|---|---|---|---|---|---|---|---|---|
| 美洲 | ||||||||||
| 俄亥俄州，哥伦布 | us-east5 |
|||||||||
| 达拉斯 | us-south1 |
● | ● | |||||||
| 艾奥瓦 | us-central1 |
● | ● | ● | ● | |||||
| 拉斯维加斯 | us-west4 |
● | ● | ● | ||||||
| 洛杉矶 | us-west2 |
● | ||||||||
| 蒙特利尔 | northamerica-northeast1 |
● | ● | ● | ||||||
| 北弗吉尼亚 | us-east4 |
● | ● | ● | ||||||
| 俄勒冈 | us-west1 |
● | ● | ● | ● | |||||
| 盐湖城 | us-west3 |
● | ||||||||
| 圣保罗 | southamerica-east1 |
● | ● | |||||||
| 圣地亚哥 | southamerica-west1 |
|||||||||
| 南卡罗来纳 | us-east1 |
● | ● | ● | ||||||
| 多伦多 | northamerica-northeast2 |
● | ||||||||
| 欧洲 | ||||||||||
| 比利时 | europe-west1 |
● | ● | ● | ● | |||||
| 芬兰 | europe-north1 |
● | ||||||||
| 法兰克福 | europe-west3 |
● | ● | ● | ● | |||||
| 伦敦 | europe-west2 |
● | ● | ● | ● | |||||
| 马德里 | europe-southwest1 |
|||||||||
| 米兰 | europe-west8 |
● | ● | ● | ||||||
| 荷兰 | europe-west4 |
● | ● | ● | ● | |||||
| 巴黎 | europe-west9 |
● | ● | ● | ||||||
| 都灵 | europe-west12 |
|||||||||
| 华沙 | europe-central2 |
● | ||||||||
| 苏黎世 | europe-west6 |
● | ● | |||||||
| 亚太地区 | ||||||||||
| 德里 | asia-south2 |
|||||||||
| 香港 | asia-east2 |
● | ● | |||||||
| 雅加达 | asia-southeast2 |
● | ||||||||
| 墨尔本 | australia-southeast2 |
|||||||||
| 孟买 | asia-south1 |
● | ● | ● | ||||||
| 大阪 | asia-northeast2 |
|||||||||
| 首尔 | asia-northeast3 |
● | ● | ● | ||||||
| 新加坡 | asia-southeast1 |
● | ● | ● | ● | |||||
| 悉尼 | australia-southeast1 |
● | ● | ● | ||||||
| 台湾 | asia-east1 |
● | ● | |||||||
| 东京 | asia-northeast1 |
● | ● | ● | ● | |||||
| 中东 | ||||||||||
| 达曼 | me-central2 |
|||||||||
| 多哈 | me-central1 |
|||||||||
| 特拉维夫 | me-west1 |
● | ● | |||||||
多区域位置
下表显示了不同类型的远程模型支持的多区域。列名称表示远程模型类型。| 区域说明 | 区域名称 | Vertex AI 部署的模型 | 文本生成 LLM | 文本嵌入 LLM | Cloud Natural Language API | Cloud Translation API | Cloud Vision API | Document AI API | Speech-to-Text API |
|---|---|---|---|---|---|---|---|---|---|
| 欧盟成员国的数据中心1 | EU |
● | ● | ● | ● | ● | ● | ||
| 美国的数据中心 | US |
● | ● | ● | ● | ● | ● | ● |
托管 Google 模型的处理位置
对于基于 Vertex AI 托管的 Google 模型的远程模型，处理位置会受到远程模型所在数据集位置的影响。
如果您要创建远程模型的数据集位于单个区域，则 Vertex AI 模型端点也必须位于同一区域。如果您指定模型端点网址，请使用与数据集位于同一区域的端点。例如，如果数据集位于 us-central1 区域，请指定端点 https://us-central1-aiplatform.googleapis.com/v1/projects/myproject/locations/us-central1/publishers/google/models/<target_model>。如果您指定了模型名称，BigQuery ML 会自动选择正确区域中的端点。
如果您要创建远程模型的数据集位于多区域中，则 Vertex AI 模型端点必须位于该多区域中的某个区域。例如，如果数据集位于 eu 多区域，则可以指定 europe-west6 区域端点 https://europe-west6-aiplatform.googleapis.com/v1/projects/myproject/locations/europe-west6/publishers/google/models/<target_model> 的网址。如果您指定模型名称（而非端点网址），BigQuery ML 会默认为 eu 多区域中的数据集使用 europe-west4 端点，并为 us 多区域中的数据集使用 us-central1 端点。
所有其他类型模型的位置
本部分详细介绍了除远程模型之外的所有模型类型支持的位置。单区域位置
| 区域说明 | 区域名称 | 导入的 模型 |
内置 模型 训练 |
DNN/Autoencoder/ 提升树/ Wide & Deep 模型 训练 |
AutoML 模型 训练 |
超参数 调节 |
Vertex AI Model Registry 集成 | ||
|---|---|---|---|---|---|---|---|---|---|
| 美洲 | |||||||||
| 俄亥俄州，哥伦布 | us-east5 |
● | ● | ||||||
| 达拉斯 | us-south1 |
● | ● | ||||||
| 艾奥瓦 | us-central1 |
● | ● | ● | ● | ● | ● | ||
| 拉斯维加斯 | us-west4 |
● | ● | ● | ● | ||||
| 洛杉矶 | us-west2 |
● | ● | ● | ● | ||||
| 蒙特利尔 | northamerica-northeast1 |
● | ● | ● | ● | ● | ● | ||
| 北弗吉尼亚 | us-east4 |
● | ● | ● | ● | ● | ● | ||
| 俄勒冈 | us-west1 |
● | ● | ● | ● | ● | |||
| 盐湖城 | us-west3 |
● | ● | ● | |||||
| 圣保罗 | southamerica-east1 |
● | ● | ● | ● | ||||
| 圣地亚哥 | southamerica-west1 |
● | ● | ||||||
| 南卡罗来纳 | us-east1 |
● | ● | ● | ● | ● | |||
| 多伦多 | northamerica-northeast2 |
● | ● | ● | |||||
| 欧洲 | |||||||||
| 比利时 | europe-west1 |
● | ● | ● | ● | ● | ● | ||
| 柏林 | europe-west10 |
● | ● | ||||||
| 芬兰 | europe-north1 |
● | ● | ● | |||||
| 法兰克福 | europe-west3 |
● | ● | ● | ● | ● | ● | ||
| 伦敦 | europe-west2 |
● | ● | ● | ● | ● | ● | ||
| 马德里 | europe-southwest1 |
● | ● | ||||||
| 米兰 | europe-west8 |
● | ● | ||||||
| 荷兰 | europe-west4 |
● | ● | ● | ● | ● | ● | ||
| 巴黎 | europe-west9 |
● | ● | ||||||
| 都灵 | europe-west12 |
● | |||||||
| 华沙 | europe-central2 |
● | ● | ||||||
| 苏黎世 | europe-west6 |
● | ● | ● | ● | ● | ● | ||
| 亚太地区 | |||||||||
| 德里 | asia-south2 |
● | ● | ||||||
| 香港 | asia-east2 |
● | ● | ● | ● | ● | ● | ||
| 雅加达 | asia-southeast2 |
● | ● | ● | |||||
| 墨尔本 | australia-southeast2 |
● | ● | ||||||
| 孟买 | asia-south1 |
● | ● | ● | ● | ● | |||
| 大阪 | asia-northeast2 |
● | ● | ● | |||||
| 首尔 | asia-northeast3 |
● | ● | ● | ● | ● | ● | ||
| 新加坡 | asia-southeast1 |
● | ● | ● | ● | ● | ● | ||
| 悉尼 | australia-southeast1 |
● | ● | ● | ● | ● | ● | ||
| 台湾 | asia-east1 |
● | ● | ● | ● | ● | ● | ||
| 东京 | asia-northeast1 |
● | ● | ● | ● | ● | ● | ||
| 中东 | |||||||||
| 达曼 | me-central2 |
● | |||||||
| 多哈 | me-central1 |
● | |||||||
| 特拉维夫 | me-west1 |
● | ● | ||||||
| 非洲 | |||||||||
| 约翰内斯堡 | africa-south1 |
● | ● | ||||||
多区域位置
| 区域说明 | 区域名称 | 导入的 模型 |
内置 模型 训练 |
DNN/Autoencoder/ 提升树/ Wide & Deep 模型训练 |
AutoML 模型 训练 |
超参数 调节 |
Vertex AI Model Registry 集成 |
|---|---|---|---|---|---|---|---|
| 欧盟成员国的数据中心1 | EU |
● | ● | ● | ● | ● | ● |
| 美国的数据中心 | US |
● | ● | ● | ● | ● | ● |
1 位于 EU 多区域的数据不会存储在 europe-west2（伦敦）或 europe-west6（苏黎世）数据中心中。
只有单区域集成支持 Vertex AI Model Registry 集成。如果您将多区域 BigQuery ML 模型发送到 Model Registry，则它会转换为 Vertex AI 中的区域模型。BigQuery ML 多区域美国模型同步到 Vertex AI us-central1，BigQuery ML 多区域欧盟模型同步到 Vertex AI europe-west4。对于单区域模型，没有任何变化。
BigQuery SQL 转换器位置
将数据从旧版数据仓库迁移到 BigQuery 时，您可以使用几种 SQL 转换器将 SQL 查询转换为 GoogleSQL 或其他受支持的 SQL 方言。这些工具包括交互式 SQL 转换器、SQL 转换 API 和批量 SQL 转换器。
BigQuery SQL 转换器可在以下处理位置使用：
| 区域说明 | 区域名称 | 详情 | |
|---|---|---|---|
| 亚太地区 | |||
| 东京 | asia-northeast1 |
||
| 孟买 | asia-south1 |
||
| 新加坡 | asia-southeast1 |
||
| 悉尼 | australia-southeast1 |
||
| 欧洲 | |||
| 欧盟多区域 | eu |
||
| 华沙 | europe-central2 |
||
| 芬兰 | europe-north1 |
二氧化碳排放量低
|
|
| 马德里 | europe-southwest1 |
二氧化碳排放量低
|
|
| 比利时 | europe-west1 |
二氧化碳排放量低
|
|
| 伦敦 | europe-west2 |
二氧化碳排放量低
|
|
| 法兰克福 | europe-west3 |
二氧化碳排放量低
|
|
| 荷兰 | europe-west4 |
二氧化碳排放量低
|
|
| 苏黎世 | europe-west6 |
二氧化碳排放量低
|
|
| 巴黎 | europe-west9 |
二氧化碳排放量低
|
|
| 都灵 | europe-west12 |
||
| 美洲 | |||
| 魁北克 | northamerica-northeast1 |
二氧化碳排放量低
|
|
| 圣保罗 | southamerica-east1 |
二氧化碳排放量低
|
|
| 美国多区域 | us |
||
| 艾奥瓦 | us-central1 |
二氧化碳排放量低
|
|
| 南卡罗来纳 | us-east1 |
||
| 北弗吉尼亚 | us-east4 |
||
| 俄亥俄州，哥伦布 | us-east5 |
||
| 达拉斯 | us-south1 |
二氧化碳排放量低
|
|
| 俄勒冈 | us-west1 |
二氧化碳排放量低 |
|
| 洛杉矶 | us-west2 |
||
| 盐湖城 | us-west3 |
||
BigQuery 分区和聚簇 Recommender
BigQuery 分区和聚簇 Recommender 会生成分区或聚簇建议以优化 BigQuery 表。
分区和聚类 Recommender 可在以下处理位置使用：
| 区域说明 | 区域名称 | 详情 | |
|---|---|---|---|
| 亚太地区 | |||
| 德里 | asia-south2 |
||
| 香港 | asia-east2 |
||
| 雅加达 | asia-southeast2 |
||
| 孟买 | asia-south1 |
||
| 大阪 | asia-northeast2 |
||
| 首尔 | asia-northeast3 |
||
| 新加坡 | asia-southeast1 |
||
| 悉尼 | australia-southeast1 |
||
| 台湾 | asia-east1 |
||
| 东京 | asia-northeast1 |
||
| 欧洲 | |||
| 比利时 | europe-west1 |
二氧化碳排放量低
|
|
| 柏林 | europe-west10 |
二氧化碳排放量低
|
|
| 欧盟多区域 | eu |
||
| 法兰克福 | europe-west3 |
二氧化碳排放量低
|
|
| 伦敦 | europe-west2 |
二氧化碳排放量低
|
|
| 荷兰 | europe-west4 |
二氧化碳排放量低
|
|
| 苏黎世 | europe-west6 |
二氧化碳排放量低
|
|
| 美洲 | |||
| 艾奥瓦 | us-central1 |
二氧化碳排放量低
|
|
| 拉斯维加斯 | us-west4 |
||
| 洛杉矶 | us-west2 |
||
| 蒙特利尔 | northamerica-northeast1 |
二氧化碳排放量低
|
|
| 北弗吉尼亚 | us-east4 |
||
| 俄勒冈 | us-west1 |
二氧化碳排放量低 |
|
| 盐湖城 | us-west3 |
||
| 圣保罗 | southamerica-east1 |
二氧化碳排放量低
|
|
| 多伦多 | northamerica-northeast2 |
二氧化碳排放量低
|
|
| 美国多区域 | us |
||
指定位置
在加载数据、查询数据或导出数据时，BigQuery 会根据请求中引用的数据集确定运行作业的位置。例如，如果查询引用了存储在 asia-northeast1 区域的数据集中的表，则查询作业将在该区域运行。
如果查询未引用数据集中的任何表或其他资源，并且未提供目标表，则查询作业将在 US 多区域中运行。 如需确保 BigQuery 查询存储在特定区域或多区域中，请在使用全局 BigQuery 端点时通过作业请求指定位置来相应地路由查询。如果未指定位置，则当查询用于确定 BigQuery 中的处理位置时，查询可能会暂时存储在 BigQuery 路由器日志中。
如果项目在 US 以外的区域具有基于容量的预留，并且查询未引用数据集中的任何表或其他资源，则您在提交作业时必须明确指定基于容量的预留的位置。基于容量的承诺与位置相关联，例如 US 或 EU。如果您在容量的位置之外运行作业，则该作业的价格会自动切换为按需价格。
您可以通过以下方式明确指定作业的运行位置：
- 在 Google Cloud 控制台中使用查询编辑器查询数据时，点击 更多 > 查询设置，展开高级选项，然后选择您的数据位置。
- 使用 bq 命令行工具时，请提供
--location全局标志并将值设为您的位置。 - 使用 API 时，在作业资源的
jobReference部分的location属性中指定区域。
如果指定的位置与请求中的数据集位置不匹配，BigQuery 将返回错误。 请求中涉及的每个数据集的位置（包括从其中读取数据和向其中写入数据的位置）都必须与推断或指定的作业的位置一致。
单区域位置与多区域位置不一致，即使单区域位置包含在多区域位置也是如此。因此，如果位置同时包含单区域位置和多区域位置，则查询或作业将失败。例如，在作业的位置设置为 US 的情况下，如果作业引用了 us-central1 中的数据集，则该作业将失败。同样，如果作业引用了 US 中的一个数据集和 us-central1 中的另一个数据集，则该作业也将失败。对于在单区域和多区域中均具有表的 JOIN 语句也是如此。
动态查询在执行之前不会被解析，因此它们不能用于自动确定查询的区域。
位置、预留和作业
容量承诺是区域级资源。购买槽时，这些槽仅限于特定区域或多区域。如果您的唯一容量承诺位于 EU 中，则您无法在 US 中创建预留。创建预留时，您需要指定位置（区域）和槽数。这些槽是从您所在区域的容量承诺中提取的。
同样，当您在某个区域中运行作业时，仅当作业的位置与预留的位置匹配时，它才会使用预留。例如，如果为 EU 中的项目分配预留，并对位于 US 的数据集中的项目运行查询，则不会对您的 EU 预留运行该查询。在没有任何 US 预留的情况下，作业将按需运行。
位置注意事项
在选择数据的位置时，请考虑以下事项：
Cloud Storage
您可以通过以下方式使用 BigQuery 与 Cloud Storage 数据进行交互：
- 使用 BigLake 或非 BigLake 外部表查询 Cloud Storage 数据
- 将 Cloud Storage 数据加载到 BigQuery 中
- 将数据从 BigQuery 导出到 Cloud Storage
查询 Cloud Storage 数据
使用 BigLake 或非 BigLake 外部表查询 Cloud Storage 中的数据时，您查询的数据必须与您的 BigQuery 数据集位于同一位置。例如：
单区域存储桶：如果您的 BigQuery 数据集位于华沙 (
europe-central2) 区域，则相应的 Cloud Storage 存储桶也必须位于华沙区域或任何包含华沙的 Cloud Storage 双区域。如果您的 BigQuery 数据集位于US多区域，则 Cloud Storage 存储桶可以位于US多区域、爱荷华州 (us-central1) 单区域或任何包含爱荷华州的双区域。来自任何其他单区域的查询都会失败，即使存储桶位于数据集的多区域包含的位置也是如此。例如，如果外部表位于US多区域，并且 Cloud Storage 存储桶位于俄勒冈州 (us-west1)，则作业将失败。如果您的 BigQuery 数据集位于
EU多区域，则 Cloud Storage 存储桶可以位于EU多区域、比利时 (europe-west1) 单区域或任何包含比利时的双区域。来自任何其他单区域的查询都会失败，即使存储桶位于数据集的多区域包含的位置也是如此。例如，如果外部表位于EU多区域，并且 Cloud Storage 存储桶位于华沙 (europe-central2)，则作业将失败。双区域存储桶：如果 BigQuery 数据集位于东京 (
asia-northeast1) 区域，则相应的 Cloud Storage 存储桶必须位于东京区域，或者位于包含东京的双区域（例如ASIA1双区域）。如果 Cloud Storage 存储桶位于
NAM4双区域或任何包含爱荷华州 (us-central1) 区域的双区域，则相应的 BigQuery 数据集可以位于US多区域或爱荷华州 (us-central1)。如果 Cloud Storage 存储桶位于
EUR4双区域或任何包含比利时 (europe-west1) 区域的双区域，则相应的 BigQuery 数据集可以位于EU多区域或比利时 (europe-west1)。多区域存储桶：不推荐将包含多区域 Cloud Storage 存储桶的多区域数据集位置用于外部表，因为外部查询性能取决于最小延迟和最佳网络带宽。
如果您的 BigQuery 数据集位于
US多区域，则相应的 Cloud Storage 存储桶必须位于US多区域、包含爱荷华州 (us-central1) 的双区域（例如NAM4双区域）或包含爱荷华州 (us-central1) 的自定义双区域。如果您的 BigQuery 数据集位于
EU多区域，则相应的 Cloud Storage 存储桶必须位于EU多区域、包含比利时 (europe-west1) 的双区域（例如EUR4双区域）或包含比利时的自定义双区域。
如需详细了解受支持的 Cloud Storage 位置，请参阅 Cloud Storage 文档中的存储桶位置。
从 Cloud Storage 加载数据
从 Cloud Storage 加载数据时，您加载的数据必须与 BigQuery 数据集位于同一位置。
如果 BigQuery 数据集位于
US多区域，则您可以从位于任何位置的 Cloud Storage 存储桶加载数据。- 多区域存储桶：如果您要从中加载数据的 Cloud Storage 存储桶位于多区域存储桶，则您的 BigQuery 数据集可以位于同一多区域存储桶或同一多区域存储桶中包含的任何单区域。例如，如果 Cloud Storage 存储桶位于
EU区域，则您的 BigQuery 数据集可以位于EU多区域或EU中的任何单区域。 双区域存储桶：如果您要从中加载数据的 Cloud Storage 存储桶位于双区域存储桶，则您的 BigQuery 数据集可以位于该双区域存储桶中包含的区域，或包含该双区域的多区域。例如，如果您的 Cloud Storage 存储桶位于
EUR4区域，则您的 BigQuery 数据集可以位于芬兰 (europe-north1) 单区域、荷兰 (europe-west4) 单区域或EU多区域。单区域存储桶：如果您要从中加载数据的 Cloud Storage 存储桶位于单区域，则您的 BigQuery 数据集可以位于同一单区域，或包含该单区域的多区域。例如，如果您的 Cloud Storage 存储桶位于芬兰 (
europe-north1) 区域，则您的 BigQuery 数据集可以位于芬兰或EU多区域。一个例外情况是，如果您的 BigQuery 数据集位于
asia-northeast1区域，则您的 Cloud Storage 存储桶可以位于EU多区域。
如需了解详情，请参阅批量加载数据。
将数据导出到 Cloud Storage
共置 Cloud Storage 存储桶，以导出数据：- 如果您的 BigQuery 数据集位于
EU多区域，则包含您所导出的数据的 Cloud Storage 存储桶必须位于同一多区域或该多区域内的位置。例如，如果您的 BigQuery 数据集位于EU多区域，则 Cloud Storage 存储桶可以位于欧盟内的europe-west1比利时区域。如果您的数据集位于
US多区域，则您可以将数据导出到任何位置的 Cloud Storage 存储桶。 - 如果您的数据集位于某个区域，则 Cloud Storage 存储桶必须位于同一区域。例如，如果您的数据集位于
asia-northeast1东京区域，则您的 Cloud Storage 存储桶不能位于ASIA多区域。
如需了解详情，请参阅导出表数据。
Bigtable
从 Bigtable 查询数据或将数据导出到 Bigtable 时，您必须考虑位置。
查询 Bigtable 数据
通过 BigQuery 外部表查询 Bigtable 中的数据时，您的 Bigtable 实例必须与 BigQuery 数据集位于同一位置。
- 单区域：如果您的 BigQuery 数据集位于比利时 (
europe-west1) 区域位置，则相应的 Bigtable 实例必须也位于比利时区域。 - 多区域：因为外部查询性能取决于最小延迟时间和最佳网络带宽，所以不建议对 Bigtable 上的外部表使用多区域数据集位置。
如需详细了解受支持的 Bigtable 位置，请参阅 Bigtable 位置。
将数据导出到 Bigtable
- 如果 BigQuery 数据集位于多区域，则 Bigtable 应用配置文件必须配置为将数据路由到该多区域内的 Bigtable 集群。例如，如果 BigQuery 数据集位于
US多区域，则 Bigtable 集群可以位于美国境内的us-west1（俄勒冈）区域。 - 如果 BigQuery 数据集位于单个区域，则 Bigtable 应用配置文件必须配置为将数据路由到同一区域中的 Bigtable 集群。例如，如果 BigQuery 数据集位于
asia-northeast1（东京）区域，则 Bigtable 集群也必须位于asia-northeast1（东京）区域。
Google 云端硬盘
位置注意事项不适用于 Google 云端硬盘外部数据源。
Cloud SQL
通过 BigQuery 联合查询查询 Cloud SQL 中的数据时，您的 Cloud SQL 实例必须与 BigQuery 数据集位于相同位置。
- 单区域：如果您的 BigQuery 数据集位于比利时 (
europe-west1) 区域位置，则相应的 Cloud SQL 实例必须也位于比利时区域。 - 多区域：如果您的 BigQuery 数据集位于
US多区域，则相应的 Cloud SQL 实例必须位于美国地理区域的单个区域中。
如需详细了解受支持的 Cloud SQL 位置，请参阅 Cloud SQL 位置。
Spanner
通过 BigQuery 联合查询查询 Spanner 中的数据时，您的 Spanner 实例必须与 BigQuery 数据集位于同一位置。
- 单区域：如果您的 BigQuery 数据集位于比利时 (
europe-west1) 区域位置，则相应的 Spanner 实例必须也位于比利时区域。 - 多区域：如果您的 BigQuery 数据集位于
US多区域，则相应的 Spanner 实例必须位于美国地理区域的单个区域中。
如需详细了解受支持的 Spanner 位置，请参阅 Spanner 位置。
分析工具
使用分析工具共置 BigQuery 数据集：- Dataproc：使用 BigQuery 连接器查询 BigQuery 数据集时，您的 BigQuery 数据集应与 Dataproc 集群位于同一位置。 所有 Compute Engine 位置都支持 Dataproc。
- Vertex AI Workbench：在 Vertex AI Workbench 中使用 Jupyter 笔记本查询 BigQuery 数据集时，您的 BigQuery 数据集应与 Vertex AI Workbench 实例位于同一位置。 查看支持的 Vertex AI Workbench 位置。
数据管理方案
制定数据管理计划：- 如果您选择区域级存储资源（如 BigQuery 数据集或 Cloud Storage 存储桶），请制定按地理位置管理数据的计划。
限制位置
您可以使用组织政策服务来限制可以创建数据集的位置。如需了解详情，请参阅限制资源位置和支持资源位置的服务。
数据集安全性
如需控制对 BigQuery 中数据集的访问权限，请参阅控制对数据集的访问权限。 如需了解数据加密，请参阅静态加密。
后续步骤
- 了解如何创建数据集。
- 了解如何将数据加载到 BigQuery 中。
- 了解 BigQuery 价格。
- 查看可在全球位置使用的所有 Google Cloud 服务。
- 探索适用于其他 Google Cloud 服务的更多位置概念（如地区）。