Ubicaciones de BigQuery
En esta página, se explica el concepto de ubicación y las diferentes regiones en las que se pueden almacenar y procesar los datos. Los precios para el almacenamiento y el análisis también se definen según la ubicación de los datos y las reservas. Para obtener más información sobre los precios por ubicación, consulta Precios de BigQuery. Para aprender cómo configurar la ubicación de tu conjunto de datos, consulta Crear de conjuntos de datos. Para obtener información sobre las ubicaciones de reservas, consulta Administra reservas en diferentes regiones.
Si quieres más información sobre cómo el Servicio de transferencia de datos de BigQuery usa la ubicación, consulta Ubicación y transferencias de datos.
Ubicaciones y regiones
BigQuery proporciona dos tipos de datos y ubicaciones de procesamiento:
Una región es un lugar geográfico específico, como Londres.
Una multirregión es un área geográfica grande, como los Estados Unidos, que contiene dos o más regiones. Las ubicaciones multirregionales pueden proporcionar cuotas más grandes que las regiones individuales.
Para cualquier tipo de ubicación, BigQuery almacena de forma automática las copias de tus datos en dos zonas diferentes de Google Cloud dentro de una sola región en la ubicación elegida. Para obtener más información sobre la disponibilidad y durabilidad de los datos, consulta Confiabilidad: Planificación ante desastres.
Ubicaciones admitidas
Los conjuntos de datos de BigQuery se pueden almacenar en las siguientes regiones y multirregiones. Para obtener más información sobre las regiones y zonas, consulta Geografía y regiones.
Regiones
En la siguiente tabla, se enumeran las regiones de América en las que está disponible BigQuery.Descripción de la región | Nombre de la región | Detalles |
---|---|---|
Columbus, Ohio | us-east5 |
|
Dallas | us-south1 |
|
Iowa | us-central1 |
CO2 bajo |
Las Vegas | us-west4 |
|
Los Ángeles | us-west2 |
|
Montreal | northamerica-northeast1 |
CO2 bajo |
Virginia del Norte | us-east4 |
|
Oregón | us-west1 |
CO2 bajo |
Salt Lake City | us-west3 |
|
São Paulo | southamerica-east1 |
CO2 bajo |
Santiago | southamerica-west1 |
CO2 bajo |
Carolina del Sur | us-east1 |
|
Toronto | northamerica-northeast2 |
CO2 bajo |
Descripción de la región | Nombre de la región | Detalles |
---|---|---|
Delhi | asia-south2 |
|
Hong Kong | asia-east2 |
|
Yakarta | asia-southeast2 |
|
Melbourne | australia-southeast2 |
|
Bombay | asia-south1 |
|
Osaka | asia-northeast2 |
|
Seúl | asia-northeast3 |
|
Singapur | asia-southeast1 |
|
Sídney | australia-southeast1 |
|
Taiwán | asia-east1 |
|
Tokio | asia-northeast1 |
Descripción de la región | Nombre de la región | Detalles |
---|---|---|
Bélgica | europe-west1 |
CO2 bajo |
Berlín | europe-west10 |
|
Finlandia | europe-north1 |
CO2 bajo |
Fráncfort | europe-west3 |
CO2 bajo |
Londres | europe-west2 |
CO2 bajo |
Madrid | europe-southwest1 |
|
Milán | europe-west8 |
|
Países Bajos | europe-west4 |
|
París | europe-west9 |
CO2 bajo |
Turín | europe-west12 |
|
Varsovia | europe-central2 |
|
Zúrich | europe-west6 |
CO2 bajo |
Descripción de la región | Nombre de la región | Detalles |
---|---|---|
Dammam | me-central2 |
|
Doha | me-central1 |
|
Tel Aviv | me-west1 |
Descripción de la región | Nombre de la región | Detalles |
---|---|---|
Johannesburgo | africa-south1 |
Multirregiones
En la siguiente tabla, se enumeran las multirregiones en las que BigQuery está disponible.Descripción de la multirregión | Nombre de la multirregión |
---|---|
Centros de datos dentro de los estados miembros de la Unión Europea1 | EU |
Centros de datos en Estados Unidos | US |
1 Los datos ubicados en la multirregión EU
solo se almacenan en los centros de datos de europe-west1
(Bélgica) o de europe-west4
(Países Bajos).
Ubicaciones de BigQuery Studio
BigQuery Studio te permite guardar, compartir y administrar versiones de elementos de código, como notebooks y consultas guardadas.
En la siguiente tabla, se enumeran las regiones en las que BigQuery Studio está disponible:
Descripción de la región | Nombre de la región | Detalles | |
---|---|---|---|
África | |||
Johannesburgo | africa-south1 |
||
América | |||
Columbus | us-east5 |
||
Dallas | us-south1 |
||
Iowa | us-central1 |
CO2 bajo | |
Los Ángeles | us-west2 |
||
Las Vegas | us-west4 |
||
Montreal | northamerica-northeast1 |
CO2 bajo | |
Virginia del N. | us-east4 |
||
Oregón | us-west1 |
CO2 bajo | |
São Paulo | southamerica-east1 |
CO2 bajo | |
Carolina del Sur | us-east1 |
||
Asia-Pacífico | |||
Hong Kong | asia-east2 |
||
Yakarta | asia-southeast2 |
||
Bombay | asia-south1 |
||
Seúl | asia-northeast3 |
||
Singapur | asia-southeast1 |
||
Sídney | australia-southeast1 |
||
Taiwán | asia-east1 |
||
Tokio | asia-northeast1 |
||
Europa | |||
Bélgica | europe-west1 |
CO2 bajo | |
Fráncfort | europe-west3 |
CO2 bajo | |
Londres | europe-west2 |
CO2 bajo | |
Madrid | europe-southwest1 |
||
Países Bajos | europe-west4 |
||
Turín | europe-west12 |
||
Zúrich | europe-west6 |
CO2 bajo | |
Oriente Medio | |||
Doha | me-central1 |
||
Dammam | me-central2 |
Ubicaciones de BigQuery Omni
BigQuery Omni procesa las consultas en la misma ubicación en la que se encuentra el conjunto de datos que contiene las tablas que deseas consultar. Después de crear el conjunto de datos, la ubicación no se puede cambiar. Tus datos residen dentro de tu propia cuenta de AWS o Azure. Las regiones de BigQuery Omni admiten las reservas de la edición Enterprise y los precios del procesamiento a pedido (análisis). Para obtener más información sobre las ediciones, consulta Introducción a las ediciones de BigQuery.Descripción de la región | Nombre de la región | Región de BigQuery ubicaca conjuntamente | |
---|---|---|---|
AWS | |||
AWS - US East (N. Norte) | aws-us-east-1 |
us-east4 |
|
AWS: Oeste de EE.UU. (Oregón) | aws-us-west-2 |
us-west1 |
|
AWS: Asia-Pacífico (Seúl) | aws-ap-northeast-2 |
asia-northeast3 |
|
AWS - Asia-Pacífico (Sídney) | aws-ap-southeast-2 |
australia-southeast1 |
|
AWS: Europa (Irlanda) | aws-eu-west-1 |
europe-west1 |
|
AWS - Europa (Fráncfort) | aws-eu-central-1 |
europe-west3 |
|
Azure | |||
Azure - East US 2 | azure-eastus2 |
us-east4 |
Ubicaciones de BigQuery ML
BigQuery ML procesa y almacena en etapa intermedia los datos en la misma ubicación que el conjunto de datos que contiene los datos.
BigQuery ML almacena los datos en la ubicación elegida de acuerdo con las Condiciones específicas del servicio.
La predicción de modelos de BigQuery ML y otras funciones del AA son compatibles con todas las regiones de BigQuery. La compatibilidad de la capacitación de modelos varía según la región:
El entrenamiento para modelos entrenados de forma interna y modelos importados es compatible con todas las regiones de BigQuery.
El entrenamiento para modelos de codificador automático, árbol con boosting, DNN y modelos profundos y amplios está disponible en las multirregiones
US
yEU
, y en la mayoría de las regiones únicas: Consulta los siguientes artículos para obtener más información:La capacitación para AutoML es compatible con las multirregiones
US
yEU
, y en la mayoría de las regiones únicas.
Ubicaciones para modelos no remotos
Ubicaciones regionales
Descripción de la región | Nombre de la región | Modelos importados |
Entrenamiento de modelos integrados |
Entrenamiento de modelos de DNN/de codificación automática/ de árbol mejorado/ profundos y amplios |
Entrenamiento de modelos de AutoML |
Ajuste de hiperparámetros |
Integración de Vertex AI Model Registry | ||
---|---|---|---|---|---|---|---|---|---|
América | |||||||||
Columbus, Ohio | us-east5 |
● | ● | ||||||
Dallas | us-south1 |
● | ● | ||||||
Iowa | us-central1 |
● | ● | ● | ● | ● | ● | ||
Las Vegas | us-west4 |
● | ● | ● | ● | ||||
Los Ángeles | us-west2 |
● | ● | ● | ● | ||||
Montreal | northamerica-northeast1 |
● | ● | ● | ● | ● | ● | ||
Virginia del Norte | us-east4 |
● | ● | ● | ● | ● | ● | ||
Oregón | us-west1 |
● | ● | ● | ● | ● | |||
Salt Lake City | us-west3 |
● | ● | ● | |||||
São Paulo | southamerica-east1 |
● | ● | ● | ● | ||||
Santiago | southamerica-west1 |
● | ● | ||||||
Carolina del Sur | us-east1 |
● | ● | ● | ● | ● | |||
Toronto | northamerica-northeast2 |
● | ● | ● | |||||
Europa | |||||||||
Bélgica | europe-west1 |
● | ● | ● | ● | ● | ● | ||
Berlín | europe-west10 |
● | ● | ||||||
Finlandia | europe-north1 |
● | ● | ● | |||||
Fráncfort | europe-west3 |
● | ● | ● | ● | ● | ● | ||
Londres | europe-west2 |
● | ● | ● | ● | ● | ● | ||
Madrid | europe-southwest1 |
● | ● | ||||||
Milán | europe-west8 |
● | ● | ||||||
Países Bajos | europe-west4 |
● | ● | ● | ● | ● | ● | ||
París | europe-west9 |
● | ● | ||||||
Turín | europe-west12 |
● | |||||||
Varsovia | europe-central2 |
● | ● | ||||||
Zúrich | europe-west6 |
● | ● | ● | ● | ● | ● | ||
Asia-Pacífico | |||||||||
Delhi | asia-south2 |
● | ● | ||||||
Hong Kong | asia-east2 |
● | ● | ● | ● | ● | ● | ||
Yakarta | asia-southeast2 |
● | ● | ● | |||||
Melbourne | australia-southeast2 |
● | ● | ||||||
Bombay | asia-south1 |
● | ● | ● | ● | ● | |||
Osaka | asia-northeast2 |
● | ● | ● | |||||
Seúl | asia-northeast3 |
● | ● | ● | ● | ● | ● | ||
Singapur | asia-southeast1 |
● | ● | ● | ● | ● | ● | ||
Sídney | australia-southeast1 |
● | ● | ● | ● | ● | ● | ||
Taiwán | asia-east1 |
● | ● | ● | ● | ● | ● | ||
Tokio | asia-northeast1 |
● | ● | ● | ● | ● | ● | ||
Oriente Medio | |||||||||
Dammam | me-central2 |
● | |||||||
Doha | me-central1 |
● | |||||||
Tel Aviv | me-west1 |
● | ● | ||||||
África | |||||||||
Johannesburgo | africa-south1 |
● | ● |
Ubicaciones multirregionales
Descripción de la región | Nombre de la región | Modelos importados |
Entrenamiento de modelos integrados |
Entrenamiento de modelos de DNN/de codificación automática/ de árbol mejorado/ profundos y amplios |
Entrenamiento de modelos de AutoML |
Ajuste de hiperparámetros |
Integración de Vertex AI Model Registry |
---|---|---|---|---|---|---|---|
Centros de datos dentro de los estados miembros de la Unión Europea1 | EU |
● | ● | ● | ● | ● | ● |
Centros de datos en Estados Unidos | US |
● | ● | ● | ● | ● | ● |
1 Los datos ubicados en la multirregión EU
no se almacenan en los centros de datos de europe-west2
(Londres) ni deeurope-west6
(Zúrich).
La integración de Vertex AI Model Registry solo es compatible con integraciones de una sola región. Si envías un modelo multirregional de BigQuery ML a Model Registry, se convierte en un modelo regional en Vertex AI.
Un modelo multirregional de US de BigQuery ML se sincroniza con Vertex AI us-central1
y un modelo multirregional de EU de BigQuery ML se sincroniza con Vertex AI europe-west4
. Para los modelos de una sola región, no hay cambios.
Ubicaciones para modelos remotos
Ubicaciones regionales
En la siguiente tabla, se muestra qué regiones son compatibles para diferentes tipos de modelos remotos. El nombre de la columna indica el tipo de modelo remoto.Descripción de la región | Nombre de la región | Modelos implementados de Vertex AI | LLM de generación de texto | LLM de incorporación de texto | API de Cloud Natural Language | API de Cloud Translation | API de Cloud Vision | API de Document AI | API de Speech-to-Text | |
---|---|---|---|---|---|---|---|---|---|---|
América | ||||||||||
Columbus, Ohio | us-east5 |
|||||||||
Dallas | us-south1 |
● | ● | |||||||
Iowa | us-central1 |
● | ● | ● | ● | |||||
Las Vegas | us-west4 |
● | ● | |||||||
Los Ángeles | us-west2 |
● | ||||||||
Montreal | northamerica-northeast1 |
● | ● | |||||||
Virginia del Norte | us-east4 |
● | ● | |||||||
Oregón | us-west1 |
● | ● | ● | ||||||
Salt Lake City | us-west3 |
● | ||||||||
São Paulo | southamerica-east1 |
● | ● | |||||||
Santiago | southamerica-west1 |
|||||||||
Carolina del Sur | us-east1 |
● | ● | ● | ||||||
Toronto | northamerica-northeast2 |
● | ||||||||
Europa | ||||||||||
Bélgica | europe-west1 |
● | ● | ● | ||||||
Finlandia | europe-north1 |
● | ||||||||
Fráncfort | europe-west3 |
● | ● | ● | ||||||
Londres | europe-west2 |
● | ● | ● | ||||||
Madrid | europe-southwest1 |
|||||||||
Milán | europe-west8 |
● | ||||||||
Países Bajos | europe-west4 |
● | ● | ● | ||||||
París | europe-west9 |
● | ● | |||||||
Turín | europe-west12 |
|||||||||
Varsovia | europe-central2 |
● | ||||||||
Zúrich | europe-west6 |
● | ● | |||||||
Asia-Pacífico | ||||||||||
Delhi | asia-south2 |
|||||||||
Hong Kong | asia-east2 |
● | ● | |||||||
Yakarta | asia-southeast2 |
● | ||||||||
Melbourne | australia-southeast2 |
|||||||||
Bombay | asia-south1 |
● | ● | ● | ||||||
Osaka | asia-northeast2 |
|||||||||
Seúl | asia-northeast3 |
● | ● | |||||||
Singapur | asia-southeast1 |
● | ● | ● | ||||||
Sídney | australia-southeast1 |
● | ● | ● | ||||||
Taiwán | asia-east1 |
● | ● | |||||||
Tokio | asia-northeast1 |
● | ● | ● | ||||||
Oriente Medio | ||||||||||
Dammam | me-central2 |
|||||||||
Doha | me-central1 |
|||||||||
Tel Aviv | me-west1 |
● | ● |
Ubicaciones multirregionales
En la siguiente tabla, se muestra qué multirregiones son compatibles con diferentes tipos de modelos remotos. El nombre de la columna indica el tipo de modelo remoto.Descripción de la región | Nombre de la región | Modelos implementados de Vertex AI | LLM de generación de texto | LLM de incorporación de texto | API de Cloud Natural Language | API de Cloud Translation | API de Cloud Vision | API de Document AI | API de Speech-to-Text |
---|---|---|---|---|---|---|---|---|---|
Centros de datos dentro de los estados miembros de la Unión Europea1 | EU |
● | ● | ● | ● | ● | ● | ||
Centros de datos en Estados Unidos | US |
● | ● | ● | ● | ● | ● | ● |
Especifica ubicaciones
Cuando cargas, consultas o exportas datos, BigQuery determina la ubicación para ejecutar el trabajo en función de los conjuntos de datos a los que se hace referencia en la solicitud. Por ejemplo, si una consulta hace referencia a una tabla en un conjunto de datos almacenado en la región asia-northeast1
, el trabajo de consulta se ejecutará en esa región.
Si una consulta no hace referencia a ninguna tabla o algún otro recurso que se encuentre en los conjuntos de datos y no se proporciona una tabla de destino, el trabajo de consulta se ejecutará en la multirreregión US
. Para garantizar que las consultas de BigQuery se almacenen en una región o multirregión específica, especifica la ubicación con la solicitud de trabajo para enrutar la consulta según corresponda cuando uses el extremo global de BigQuery. Si no especificas la ubicación, las consultas se pueden almacenar de forma temporal en los registros del router de BigQuery cuando la consulta se usa para determinar la ubicación de procesamiento en BigQuery.
Si el proyecto tiene una reserva basada en la capacidad en una región diferente de US
y la consulta no hace referencia a ninguna tabla o algún otro recurso que se encuentre en los conjuntos de datos, debes especificar de forma explícita la ubicación de la reserva basada en la capacidad cuando envíes el trabajo. Los compromisos basados en la capacidad están vinculados a una ubicación, como US
o EU
. Si ejecutas un trabajo fuera de la ubicación de tu capacidad, los precios para ese trabajo cambian de forma automática a los precios según demanda.
Puedes especificar la ubicación para ejecutar un trabajo de forma explícita de las siguientes maneras:
- Cuando consultes datos con la consola de Google Cloud en el editor de consultas, haz clic en Más > Configuración de consulta, expande Opciones avanzadas y, luego, elige la Ubicación de los datos.
- Cuando uses la herramienta de línea de comandos de bq, suministra la marca global
--location
y configura el valor de tu ubicación. - Cuando uses la API, especifica tu región en la propiedad
location
de la secciónjobReference
del recurso de trabajo.
BigQuery muestra un error si la ubicación especificada no coincide con la ubicación de los conjuntos de datos de la solicitud. La ubicación de cada conjunto de datos involucrado en la solicitud, incluidas las que se leyeron y las que se escribieron, deben coincidir con la ubicación del trabajo como se infiere o se especifica.
Las ubicaciones de región única no coinciden con las ubicaciones multirregionales, incluso cuando la ubicación de una sola región se encuentra dentro de la ubicación multirregional. Por lo tanto, una consulta o un trabajo fallarán si la ubicación incluye una ubicación de una sola región y una ubicación multirregional. Por ejemplo, si la ubicación de un trabajo se establece en US
, el trabajo fallará si hace referencia a un conjunto de datos en us-central1
. Del mismo modo, un trabajo que hace referencia a un conjunto de datos en US
y otro conjunto de datos en us-central1
fallarán. Esto también se aplica a las declaraciones JOIN
con tablas en una región y una multirregión.
Las consultas dinámicas no se analizan hasta que se ejecutan, por lo que no se pueden usar para determinar de forma automática la región de una consulta.
Ubicaciones, reservas y trabajos
Los compromisos de capacidad son un recurso regional. Cuando compras ranuras, estas se limitan a una región o multirregión específica. Si tu único compromiso de capacidad está en EU
, no puedes crear una reserva en US
. Cuando creas una reserva, especificas una ubicación (región) y una cantidad de ranuras.
Esas ranuras se extraen de tu compromiso de capacidad en esa región.
Del mismo modo, cuando ejecutas un trabajo en una región, solo usa una reserva si la ubicación del trabajo coincide con la ubicación de una reserva. Por ejemplo, si asignas una reserva a un proyecto en EU
y ejecutas una consulta en ese proyecto en un conjunto de datos ubicado en US
, esa consulta no se ejecutará en tu reserva EU
. Si no hay ninguna reserva US
, el trabajo se ejecuta como on demand.
Consideraciones de ubicación
Cuando elijas una ubicación para tus datos, ten en cuenta esta información:
Cloud Storage
Puedes interactuar con datos de Cloud Storage mediante BigQuery de las siguientes maneras:
- Consulta datos de Cloud Storage con tablas externas que sean de BigLake o no
- Carga datos de Cloud Storage en BigQuery
- Exporta datos de BigQuery a Cloud Storage
Consulta datos de Cloud Storage
Cuando consultes datos en Cloud Storage con BigLake o una tabla externa que no sea de BigLake, los datos que consultes se deben ubicar con tu conjunto de datos de BigQuery. Por ejemplo:
Bucket de una sola región: Si tu conjunto de datos de BigQuery está en la región de Varsovia (
europe-central2
), el bucket de Cloud Storage correspondiente también debe estar en la región de Varsovia o cualquier región doble de Cloud Storage que incluya Varsovia. Si tu conjunto de datos de BigQuery está en la multirregiónUS
, el bucket de Cloud Storage puede estar en la multirregiónUS
, la región única de Iowa (us-central1
) o cualquier región doble que incluya Iowa. Las consultas de cualquier otra región fallan, incluso si el bucket está en una ubicación dentro de la multirregión del conjunto de datos. Por ejemplo, si las tablas externas están en la multirregiónUS
y el bucket de Cloud Storage está en Oregón (us-west1
), el trabajo falla.Si tu conjunto de datos de BigQuery está en la multirregión
EU
, el bucket de Cloud Storage puede estar en la multirregiónEU
, la región única de Bélgica (europe-west1
) o cualquier región doble que incluye Bélgica. Las consultas de cualquier otra región fallan, incluso si el bucket está en una ubicación dentro de la multirregión del conjunto de datos. Por ejemplo, si las tablas externas están en la multirregiónEU
y el bucket de Cloud Storage está en Varsovia (europe-central2
), el trabajo falla.Bucket birregional: Si tu conjunto de datos de BigQuery está en la región de Tokio (
asia-northeast1
), el bucket de Cloud Storage correspondiente debe estar en la región de Tokio, o en una región doble que incluya Tokio, como la región dobleASIA1
. Para obtener más información, consulta Crea un bucket birregional.Si el bucket de Cloud Storage está en la región doble
NAM4
o en cualquier región doble que incluya la región de Iowa (us-central1
), el conjunto de datos de BigQuery correspondiente puede estar en la multirregiónUS
o en Iowa (us-central1
).Si el bucket de Cloud Storage está en la región doble
EUR4
o en cualquier región doble que incluya la región de Bélgica (europe-west1
), el conjunto de datos de BigQuery correspondiente puede estar en la multirregiónEU
o en Bélgica (europe-west1
).Bucket multirregional: El uso de ubicaciones de conjuntos de datos multirregionales con buckets multirregionales de Cloud Storage no se recomienda para tablas externas, ya que el rendimiento de las consultas externas depende de la latencia mínima y el ancho de banda óptimo de la red.
Si tu conjunto de datos de BigQuery está en la multirregión
US
, el bucket de Cloud Storage correspondiente debe estar en la multirregiónUS
, en una región doble que incluya Iowa (us-central1
), como la región dobleNAM4
o en una región doble personalizada que incluya Iowa (us-central1
).Si tu conjunto de datos de BigQuery está en la multirregión
EU
, el bucket de Cloud Storage correspondiente debe estar en la multirregiónEU
, en una región doble que incluye Bélgica (europe-west1
), como la región dobleEUR4
o en una región doble personalizada que incluya Bélgica.
Para obtener más información sobre las ubicaciones de Cloud Storage, consulta Ubicaciones de buckets en la documentación de Cloud Storage.
Carga datos desde Cloud Storage
Cuando cargas datos desde Cloud Storage al usar una tabla externa de BigLake o una tabla externa que no sea de BigLake, los datos que cargas se deben ubicar con tu conjunto de datos de BigQuery.
Puedes cargar datos desde un bucket de Cloud Storage en cualquier ubicación si tu conjunto de datos de BigQuery se encuentra en la multirregión
US
.- Bucket multirregional: Si el bucket de Cloud Storage desde el que deseas cargar se encuentra en un bucket multirregional, tu conjunto de datos de BigQuery puede estar en el mismo bucket multirregional o en otra región individual que se incluya en el mismo bucket multirregional.
Por ejemplo, si el bucket de Cloud Storage está en la región
EU
, tu conjunto de datos de BigQuery puede estar en la multirregiónEU
o en cualquier región individual enEU
. Bucket birregional: Si el bucket de Cloud Storage desde el que deseas cargar se encuentra en un bucket birregional, tu conjunto de datos de BigQuery puede estar ubicado en las regiones que se incluyen en el bucket birregional o en una multirregión que incluya la región doble. Por ejemplo, si tu bucket de Cloud Storage se encuentra en la región
EUR4
, tu conjunto de datos de BigQuery puede estar ubicado en la región individual de Finlandia (europe-north1
), Países Bajos (europe-west4
) o en la multirregiónEU
.Para obtener más información, consulta Crea un bucket birregional.
Bucket de una sola región: Si el bucket de Cloud Storage desde el que deseas cargar está en una sola región, tu conjunto de datos de BigQuery puede estar en la misma región única o en la multirregión que incluya la región única. Por ejemplo, si tu bucket de Cloud Storage está en la región Finlandia (
europe-north1
), tu conjunto de datos de BigQuery puede estar en Finlandia o en la multirregiónEU
.Una excepción es que, si tu conjunto de datos de BigQuery se encuentra en la región
asia-northeast1
, tu bucket de Cloud Storage puede estar ubicado en la multirregiónEU
.
Para obtener más información, consulta Carga datos por lotes.
Exporta datos a Cloud Storage
Coloca los buckets de Cloud Storage en la misma ubicación para exportar datos:- Si tu conjunto de datos de BigQuery está en la multirregión
EU
, el bucket de Cloud Storage que contiene los datos que exportas debe estar en la misma ubicación o dentro de la multirregión. Por ejemplo, si tu conjunto de datos de BigQuery está en la multirregiónEU
, el bucket de Cloud Storage puede estar ubicado en la regióneurope-west1
de Bélgica, que está dentro de EU.Si tu conjunto de datos está en la multirregión
US
, puedes exportar datos a un bucket de Cloud Storage en cualquier ubicación. - Si tu conjunto de datos está en una región, el bucket de Cloud Storage debe estar en la misma región. Por ejemplo, si tu conjunto de datos está en la región
asia-northeast1
de Tokio, tu bucket de Cloud Storage no puede estar en la multirregiónASIA
.
Para obtener más información, consulta Exporta datos de tabla.
Bigtable
Cuando consultes datos en Bigtable mediante una tabla externa de BigQuery, tu instancia de Bigtable debe estar en la misma ubicación que tu conjunto de datos de BigQuery:
- Región única: si tu conjunto de datos de BigQuery está en la ubicación regional de (
europe-west1
) de Bélgica, la instancia de Bigtable correspondiente debe estar en la región de Bélgica. - Multirregión: debido a que el rendimiento de las consultas externas depende de la latencia mínima y el ancho de banda de la red óptimo, no se recomienda usar ubicaciones de conjuntos de datos multirregionales para tablas externas en Bigtable.
Para obtener más información sobre las ubicaciones de Bigtable compatibles, consulta Ubicaciones de Bigtable.
Google Drive
Las consideraciones de ubicación no se aplican a las fuentes de datos externos de Google Drive.
Cloud SQL
Cuando consultas datos en Cloud SQL mediante una consulta federada de BigQuery, tu instancia de Cloud SQL Debe estar en la misma ubicación que tu conjunto de datos de BigQuery.
- Región única: si tu conjunto de datos de BigQuery está en la ubicación regional (
europe-west1
) de Bélgica, la instancia de Cloud SQL correspondiente debe estar en la región de Bélgica. - Multirregión: Si tu conjunto de datos de BigQuery está en la multirregión
US
, la instancia de Cloud SQL correspondiente debe estar en una sola región en el área geográfica de EE.UU.
Para obtener más información sobre las ubicaciones de Cloud SQL compatibles, consulta Ubicaciones de Cloud SQL.
Spanner
Cuando consultes datos en Spanner a través de una consulta federada de BigQuery, tu instancia de Spanner debe estar en la misma ubicación que tu conjunto de datos de BigQuery.
- Región única: si tu conjunto de datos de BigQuery está en la ubicación regional (
europe-west1
) de Bélgica, la instancia de Bigtable correspondiente debe estar en la región de Bélgica. - Multirregión: Si tu conjunto de datos de BigQuery está en la multirregión
US
, la instancia de Spanner correspondiente debe estar en una sola región en el área geográfica de EE.UU.
Para obtener más información sobre las ubicaciones compatibles de Spanner, consulta Ubicaciones de Spanner.
Herramientas de análisis
Ubica tu conjunto de datos de BigQuery con tus herramientas de análisis:- Dataproc: cuando consultas conjuntos de datos de BigQuery con un conector de BigQuery, el conjunto de datos de BigQuery se debe ubicar junto con el clúster de Dataproc. Dataproc es compatible con todas las ubicaciones de Compute Engine.
- Vertex AI Workbench: Cuando consultas conjuntos de datos de BigQuery con notebooks de Jupyter en Vertex AI Workbench, el conjunto de datos de BigQuery debe colocarse con la instancia de Vertex AI Workbench. Consulta las ubicaciones compatibles de Vertex AI Workbench.
Planes de administración de datos
Desarrolla un plan de administración de datos:- Si eliges un recurso de almacenamiento regional, como un conjunto de datos de BigQuery o un depósito de Cloud Storage, debes desarrollar un plan para administrar tus datos de manera geográfica.
Restringe ubicaciones
Puedes restringir las ubicaciones en las que se pueden crear los conjuntos de datos mediante el servicio de políticas de la organización. Para obtener más información, consulta Restringe las ubicaciones de recursos y Servicios compatibles con las ubicaciones de recursos.
Seguridad de los conjuntos de datos
Para controlar el acceso a los conjuntos de datos en BigQuery, consulta Controla el acceso a los conjuntos de datos. Para obtener información sobre la encriptación de datos, consulta Encriptación en reposo.
¿Qué sigue?
- Obtén información sobre cómo crear conjuntos de datos.
- Obtén más información sobre cargar datos en BigQuery.
- Obtén más información sobre los precios de BigQuery.
- Descubre todos los servicios de Google Cloud disponibles en ubicaciones en todo el mundo.
- Explora conceptos adicionales basados en la ubicación, como las zonas que se aplican a otros servicios de Google Cloud.