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 |
CO2 Rendah |
Las Vegas | us-west4 |
|
Los Angeles | us-west2 |
|
Montréal | northamerica-northeast1 |
CO2 Rendah |
Northern Virginia | us-east4 |
|
Oregon | us-west1 |
CO2 Rendah |
Salt Lake City | us-west3 |
|
Sao Paulo | southamerica-east1 |
CO Rendah2 |
Santiago | southamerica-west1 |
CO Rendah2 |
South Carolina | us-east1 |
|
Toronto | northamerica-northeast2 |
CO2 Rendah |
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 |
Deskripsi region | Nama region | Detail |
---|---|---|
Belgia | europe-west1 |
CO Rendah2 |
Berlin | europe-west10 |
|
Finlandia | europe-north1 |
CO Rendah2 |
Frankfurt | europe-west3 |
CO Rendah2 |
London | europe-west2 |
CO Rendah2 |
Madrid | europe-southwest1 |
|
Milan | europe-west8 |
|
Belanda | europe-west4 |
|
Paris | europe-west9 |
CO2 Rendah |
Turin | europe-west12 |
|
Warsawa | europe-central2 |
|
Zürich | europe-west6 |
CO2 Rendah |
Deskripsi region | Nama region | Detail |
---|---|---|
Dammam | me-central2 |
|
Doha | me-central1 |
|
Tel Aviv | me-west1 |
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 Studio
BigQuery Studio memungkinkan Anda menyimpan, membagikan, dan mengelola versi aset kode seperti notebooks dan kueri tersimpan.
Tabel berikut mencantumkan region tempat BigQuery Studio tersedia:
Deskripsi region | Nama region | Model detail |
|
---|---|---|---|
Amerika | |||
Iowa | us-central1 |
CO2 Rendah | |
Oregon | us-west1 |
CO2 Rendah | |
Sao Paulo | southamerica-east1 |
CO Rendah2 | |
South Carolina | us-east1 |
||
Asia Pasifik | |||
Mumbai | asia-south1 |
||
Singapura | asia-southeast1 |
||
Taiwan | asia-east1 |
||
Tokyo | asia-northeast1 |
||
Eropa | |||
Belgia | europe-west1 |
CO Rendah2 | |
Frankfurt | europe-west3 |
CO Rendah2 | |
London | europe-west2 |
CO Rendah2 | |
Belanda | europe-west4 |
||
Zürich | europe-west6 |
CO Rendah2 |
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 - Asia Pasifik (Sydney) | aws-ap-southeast-2 |
australia-southeast1 |
|
AWS - Eropa (Irlandia) | aws-eu-west-1 |
europe-west1 |
|
AWS - Eropa (Frankfurt) | aws-eu-central-1 |
europe-west3 |
|
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
danEU
multi-region, serta sebagian besar region. Lihat tabel berikut untuk informasi selengkapnya.Pelatihan untuk AutoML didukung di multi-region
US
danEU
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 bagianjobReference
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 menggunakan tabel eksternal BigLake atau non-BigLake
- Memuat data Cloud Storage ke BigQuery
- Mengekspor data dari BigQuery ke Cloud Storage
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-regionUS
, maka bucket Cloud Storage dapat berada di multi-regionUS
, 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-regionUS
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-regionEU
, 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-regionEU
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-regionASIA1
. 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-regionUS
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-regionEU
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-regionUS
, dalam dual-region yang mencakup Iowa (us-central1
), seperti dual-regionNAM4
, atau dalam dual-region kustom yang mencakup Iowa (us-central1
).Jika set data BigQuery Anda berada di
EU
multi-region, bucket Cloud Storage yang sesuai harus berada diEU
multi-region, di dual-region yang mencakup Belgia (europe-west1
), sepertiEUR4
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-regionEU
atau satu region mana pun diEU
. 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-regionEU
.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-regionEU
.Satu pengecualian adalah jika set data BigQuery Anda berada di region
asia-northeast1
, maka bucket Cloud Storage Anda dapat berada di multi-regionEU
.
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-regionEU
, bucket Cloud Storage dapat berada di region Belgiaeurope-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-regionASIA
.
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:- Dataproc: Saat Anda mengkueri set data BigQuery menggunakan konektor BigQuery, set data BigQuery Anda harus ditempatkan bersama cluster Dataproc Anda. Dataproc didukung di semua lokasi Compute Engine.
- Vertex AI Workbench: Saat Anda membuat kueri set data BigQuery menggunakan notebook Jupyter di Vertex AI Workbench, set data BigQuery harus digabungkan dengan instance Vertex AI Workbench Anda. Lihat lokasi Vertex AI Workbench yang didukung.
Rencana manajemen data
Kembangkan rencana manajemen data:- Jika Anda memilih resource regional storage seperti set data BigQuery atau bucket Cloud Storage, kembangkan rencana untuk mengelola data Anda secara geografis.
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
- Pelajari cara membuat set data.
- Pelajari cara memuat data ke BigQuery.
- Pelajari tentang pricing BigQuery.
- Lihat semua layanan Google Cloud yang tersedia di berbagai lokasi di seluruh dunia.
- Pelajari konsep berbasis lokasi tambahan, seperti zona, yang berlaku untuk layanan Google Cloud lainnya.