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 in base alla località dei dati e delle prenotazioni. Per ulteriori informazioni sui prezzi per le località, consulta la pagina relativa ai prezzi di BigQuery. Per scoprire come impostare la località per il set di dati, consulta Creare set di dati. Per informazioni sulle località delle prenotazioni, consulta Gestire le prenotazioni in diverse regioni.

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.

  • Per più regioni si intende una grande area geografica, come gli Stati Uniti, che contiene due o più regioni. Le località che operano in più regioni possono fornire quote più grandi rispetto a singole regioni.

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 di emergenza.

Località supportate

I set di dati BigQuery possono essere archiviati nelle seguenti regioni e in quelle multiregionali. Per ulteriori informazioni su regioni e zone, consulta Area geografica e regioni.

Regioni

La seguente tabella elenca le regioni delle Americhe in cui è disponibile BigQuery.
Descrizione della regione Nome regione Dettagli
Columbus, Ohio us-east5
Dallas us-south1
Iowa us-central1 icona foglia A basse emissioni di CO2
Las Vegas us-west4
Los Angeles us-west2
Montréal northamerica-northeast1 icona foglia A basse emissioni di CO2
Virginia del Nord us-east4
Oregon us-west1 icona foglia A basse emissioni di CO2
Salt Lake City us-west3
San Paolo southamerica-east1 icona foglia A basse emissioni di CO2
Santiago southamerica-west1 icona foglia A basse emissioni di CO2
Carolina del Sud us-east1
Toronto northamerica-northeast2 icona foglia A basse emissioni di CO2
La seguente tabella elenca le regioni dell'Asia Pacifico in cui è disponibile BigQuery.
Descrizione della 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
La seguente tabella elenca le regioni in Europa in cui è disponibile BigQuery.
Descrizione della regione Nome regione Dettagli
Belgio europe-west1 icona foglia A basse emissioni di CO2
Berlino europe-west10
Finlandia europe-north1 icona foglia A basse emissioni di CO2
Francoforte europe-west3 icona foglia A basse emissioni di CO2
Londra europe-west2 icona foglia A basse emissioni di CO2
Madrid europe-southwest1
Milano europe-west8
Paesi Bassi europe-west4
Parigi europe-west9 icona foglia A basse emissioni di CO2
Torino europe-west12
Varsavia europe-central2
Zurigo europe-west6 icona foglia A basse emissioni di CO2
La seguente tabella elenca le regioni del Medio Oriente in cui è disponibile BigQuery.
Descrizione della regione Nome regione Dettagli
Dammam me-central2
Doha me-central1
Tel Aviv me-west1
La seguente tabella elenca le regioni in Africa in cui è disponibile BigQuery.
Descrizione della 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 più regioni
Data center negli stati membri dell'Unione Europea1 EU
Data center negli Stati Uniti US

1 I dati che si trovano nella località 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 le versioni di asset di codice, come notebooks e query salvate.

La seguente tabella elenca le regioni in cui è disponibile BigQuery Studio:

Descrizione regione Nome regione Dettagli
modelli
Americhe
Iowa us-central1 icona foglia A basse emissioni di CO2
Oregon us-west1 icona foglia A basse emissioni di CO2
San Paolo southamerica-east1 icona foglia A basse emissioni di CO2
Carolina del Sud us-east1
Asia Pacifico
Mumbai asia-south1
Singapore asia-southeast1
Taiwan asia-east1
Tokyo asia-northeast1
Europa
Belgio europe-west1 icona foglia A basse emissioni di CO2
Francoforte europe-west3 icona foglia A basse emissioni di CO2
Londra europe-west2 icona foglia A basse emissioni di CO2
Paesi Bassi europe-west4
Zurigo europe-west6 icona foglia A basse emissioni di CO2

Località BigQuery Omni

BigQuery Omni elabora le query nella stessa posizione del set di dati che contiene le tabelle su cui esegui le query. Una volta 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 BigQuery Omni supportano le prenotazioni della versione Enterprise e i prezzi di computing (analisi) on demand. Per ulteriori informazioni sulle versioni, consulta Introduzione alle versioni di BigQuery.
Descrizione regione Nome regione Regione BigQuery condivisa
AWS
AWS - Stati Uniti, costa orientale (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 archivia i dati nella stessa posizione del set di dati che li contiene.

BigQuery ML archivia i dati nella località selezionata in conformità ai 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 dei modelli addestrati internamente e dei modelli importati è supportato in tutte le regioni BigQuery.

  • L'addestramento per i modelli autoencoder, boosted tree, DNN e Wide and Deep è disponibile nelle regioni multiregionali US e EU e nella maggior parte delle regioni singole. Per saperne di più, consulta la seguente tabella.

  • L'addestramento per AutoML è supportato nelle regioni multiple US e EU e nella maggior parte delle regioni singole.

Località per i modelli non remoti

Località regionali
Descrizione regione Nome regione Modelli
importati		 Addestramento
dei modelli
integrato		 DNN/Autoencoder/
Addestramento ad albero avanzato/
Modelli Wide-and-Deep
 Addestramento
modello
AutoML		 Ottimizzazione
degli iperparametri		 Integrazione con 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 con più regioni

Descrizione regione Nome regione Modelli
importati		 Addestramento
dei modelli
integrato		 DNN/Autoencoder/
Boosted Tree/
Addestramento di modelli Wide-and-Deep		 Addestramento
modello
AutoML		 Ottimizzazione
degli iperparametri		 Integrazione con Vertex AI Model Registry
Data center negli stati membri dell'Unione Europea1 EU ● ● ● ● ● ●
Data center negli Stati Uniti US ● ● ● ● ● ●

1 I dati che si trovano nella località multiregionale EU non vengono archiviati nei data center europe-west2 (Londra) o europe-west6 (Zurigo).

L'integrazione con Vertex AI Model Registry è supportata solo per le integrazioni a livello di singola regione. Se invii un modello BigQuery ML per più regioni al registro dei modelli, questo viene convertito in un modello a livello di regione in Vertex AI. Un modello BigQuery ML multiregionale degli Stati Uniti viene sincronizzato con Vertex AI us-central1, mentre un modello UE di BigQuery ML multiregionale viene sincronizzato con Vertex AI europe-west4. Per i modelli a regione singola, non sono previste modifiche.

Località per i 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 Vertex AI di cui è stato eseguito il deployment LLM di generazione di testo LLM di incorporamento di 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 con più regioni

La tabella seguente mostra quali regioni multiple sono supportate per i diversi tipi di modelli remoti. Il nome della colonna indica il tipo di modello remoto.
Descrizione regione Nome regione Modelli Vertex AI di cui è stato eseguito il deployment LLM di generazione di testo LLM di incorporamento di testo API Cloud Natural Language API Cloud Translation API Cloud Vision API Document AI API Speech-to-Text
Data center negli stati membri dell'Unione Europea1 EU ● ● ● ● ● ●
Data center negli Stati Uniti US ● ● ● ● ● ● ●

Specifica le località

Durante il caricamento dei dati, l'esecuzione di query sui dati o l'esportazione dei dati, BigQuery determina la località 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 nella località multiregionale US. Per assicurarti che le query BigQuery vengano archiviate in una regione specifica o in più regioni, specifica la località con la richiesta del job per instradare la query di conseguenza quando utilizzi l'endpoint BigQuery globale. Se non specifichi la località, le query potrebbero 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 ad alcuna tabella 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, ad esempio US o EU. Se esegui un job al di fuori della località in cui si trova la tua capacità, i prezzi per quel job passeranno automaticamente 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 Posizione dei dati.
  • Quando utilizzi lo strumento a riga di comando bq, fornisci il flag globale --location e imposta il valore sulla tua località.
  • Quando utilizzi l'API, specifica la regione nella proprietà location nella sezione jobReference della risorsa job.

BigQuery restituisce un errore se la località specificata non corrisponde a quella dei set di dati nella richiesta. La posizione di ogni set di dati coinvolto nella richiesta, compresi quelli letti e scritti, deve corrispondere alla località del job dedotta o specificata.

Le località di una singola regione non corrispondono a quelle di più regioni, anche se la località a una singola regione si trova all'interno di quella a più regioni. Di conseguenza, una query o un job avrà esito negativo se la località include sia una località a una singola regione sia 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. Allo stesso modo, un job che fa riferimento a un set di dati in US e a un altro set di dati in us-central1 non andrà a buon fine. Questo vale anche per le istruzioni JOIN con tabelle sia in una regione che 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. Quando acquisti, gli slot sono limitati a una o più regioni specifiche. Se il tuo unico impegno 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 dal tuo 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 in quel progetto su un set di dati che si trova in US, la query non viene eseguita nella prenotazione EU. In assenza di una prenotazione US, il job viene eseguito come 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:

Esegui query sui dati di Cloud Storage

Quando esegui 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 tuo 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 doppia regione di Cloud Storage che includa Varsavia. Se il set di dati BigQuery si trova nella località multiregionale US, il bucket Cloud Storage può trovarsi in una singola regione US, nella singola regione Iowa (us-central1) o in qualsiasi regione doppia che include l'Iowa. Le query da qualsiasi altra singola regione hanno esito negativo anche se il bucket si trova in una località contenuta all'interno della multiregione del set di dati. Ad esempio, se le tabelle esterne si trovano nella località multiregionale US e il bucket Cloud Storage si trova in Oregon (us-west1), il job non va a buon fine.

    Se il set di dati BigQuery si trova nella località multiregionale EU, il bucket Cloud Storage può trovarsi nella singola regione EU, in Belgio (europe-west1) o in qualsiasi 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 della multiregione del set di dati. Ad esempio, se le tabelle esterne si trovano nella località multiregionale EU e il bucket Cloud Storage si trova a Varsavia (europe-central2), il job non va a buon fine.

  • Bucket a due regioni: se il tuo set di dati BigQuery si trova nella regione di Tokyo (asia-northeast1), il bucket Cloud Storage corrispondente deve trovarsi nella regione di Tokyo o in una doppia regione che include Tokyo, ad esempio la doppia regione ASIA1. Per saperne di più, vedi Creare un bucket a due regioni.

    Se il bucket Cloud Storage si trova nella doppia regione NAM4 o in una qualsiasi delle due regioni che include la regione Iowa(us-central1), il set di dati BigQuery corrispondente può trovarsi nella località multiregionale US o in Iowa(us-central1).

    Se il bucket Cloud Storage si trova nella doppia regione EUR4 o in una qualsiasi delle due regioni che include la regione del Belgio(europe-west1), il set di dati BigQuery corrispondente può trovarsi in EU o in Belgio(europe-west1).

  • Bucket a più regioni: l'utilizzo di località di set di dati multiregionali con bucket Cloud Storage a più regioni non è consigliato per le tabelle esterne, poiché le prestazioni delle query esterne dipendono da una latenza minima e da una larghezza di banda di rete ottimale.

    Se il set di dati BigQuery si trova nella località con più regioni US, il bucket Cloud Storage corrispondente deve trovarsi nella località con più regioni US, in una doppia regione che comprende l'Iowa (us-central1), ad esempio in NAM4, o in una doppia regione personalizzata che include l'Iowa (us-central1).

    Se il set di dati BigQuery si trova nella località multiregionale EU, il bucket Cloud Storage corrispondente deve trovarsi nella località con più regioni EU, in una doppia regione che comprende il Belgio (europe-west1), ad esempio EUR4, o in una doppia regione personalizzata che include il Belgio.

Per ulteriori informazioni sulle località di Cloud Storage supportate, consulta Località dei bucket nella documentazione di Cloud Storage.

Carica dati da Cloud Storage

Quando carichi i 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 set di dati BigQuery si trova in US (più regioni).

  • Bucket a più regioni: se il bucket Cloud Storage da cui vuoi eseguire il caricamento si trova in un bucket a più regioni, il set di dati BigQuery può trovarsi nello stesso bucket multiregionale o in una 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 località multiregionale EU o in qualsiasi regione singola nel EU.

  • 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 una località multiregionale che include il bucket a due regioni. Ad esempio, se il bucket Cloud Storage si trova nella regione EUR4, il set di dati BigQuery può trovarsi nella singola regione Finlandia (europe-north1), nei Paesi Bassi (europe-west4) o nella regione multiregionale EU.

    Per maggiori informazioni, consulta la sezione 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 singola o in una multiregione 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 in Finlandia o nella regione multiregionale EU.

  • Un'eccezione è che se il set di dati BigQuery si trova nella regione asia-northeast1, il bucket Cloud Storage può trovarsi nella regione multiregionale EU.

Per ulteriori informazioni, consulta Caricamento in batch dei dati.

Esporta i dati in Cloud Storage

Posiziona i bucket Cloud Storage per l'esportazione dei dati:
  • Se il set di dati BigQuery si trova nella località multiregionale EU, il bucket Cloud Storage contenente i dati esportati deve trovarsi nella stessa località a più regioni o in una località all'interno di più regioni. Ad esempio, se il set di dati BigQuery si trova nella località multiregionale EU, il bucket Cloud Storage può trovarsi nella regione europe-west1 del Belgio, che si trova all'interno dell'UE.

    Se il tuo 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 di Tokyo asia-northeast1, il bucket Cloud Storage non può trovarsi nella regione multiregionale ASIA.

Per ulteriori informazioni, vedi Esportazione dei dati delle tabelle.

Bigtable

Quando esegui query sui dati di Bigtable tramite una tabella esterna BigQuery, l'istanza Bigtable deve trovarsi nella stessa località del set di dati BigQuery:

  • Regione singola: se il tuo set di dati BigQuery si trova nella località regionale in Belgio (europe-west1), l'istanza Bigtable corrispondente deve trovarsi nella regione del Belgio.
  • Più regioni: poiché le prestazioni delle query esterne dipendono da una latenza minima e 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 di Bigtable.

Google Drive

Le considerazioni sulla località non si applicano alle origini dati esterne di Google Drive.

Cloud SQL

Quando esegui query sui dati di 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 tuo set di dati BigQuery si trova nella località regionale in Belgio (europe-west1), l'istanza Cloud SQL corrispondente deve trovarsi nella regione del Belgio.
  • Più regioni: se il set di dati BigQuery si trova in una località con 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 di Cloud SQL supportate, consulta le località di Cloud SQL.

Spanner

Quando esegui query sui dati di 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 tuo set di dati BigQuery si trova nella località regionale del Belgio (europe-west1), l'istanza di Spanner corrispondente deve trovarsi nella regione del Belgio.
  • Più regioni: se il set di dati BigQuery si trova in una località con più regioni US, l'istanza Spanner corrispondente deve trovarsi in una singola regione nell'area geografica degli Stati Uniti.

Per saperne di più sulle località di Spanner supportate, consulta Località di Spanner.

Strumenti di analisi

Colloca il set di dati BigQuery con i tuoi strumenti di analisi:

Piani di gestione dei dati

Sviluppa un piano di gestione dei dati:

Limita località

Puoi limitare le località in cui è possibile creare i set di dati utilizzando il servizio Criteri dell'organizzazione. Per maggiori informazioni, consulta Limitazione delle località delle risorse e Servizi supportati per le località delle risorse.

Sicurezza del 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