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 |
A basse emissioni di CO2 |
Las Vegas | us-west4 |
|
Los Angeles | us-west2 |
|
Montréal | northamerica-northeast1 |
A basse emissioni di CO2 |
Virginia del Nord | us-east4 |
|
Oregon | us-west1 |
A basse emissioni di CO2 |
Salt Lake City | us-west3 |
|
San Paolo | southamerica-east1 |
A basse emissioni di CO2 |
Santiago | southamerica-west1 |
A basse emissioni di CO2 |
Carolina del Sud | us-east1 |
|
Toronto | northamerica-northeast2 |
A basse emissioni di CO2 |
Descrizione 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 |
Descrizione della regione | Nome regione | Dettagli |
---|---|---|
Belgio | europe-west1 |
A basse emissioni di CO2 |
Berlino | europe-west10 |
|
Finlandia | europe-north1 |
A basse emissioni di CO2 |
Francoforte | europe-west3 |
A basse emissioni di CO2 |
Londra | europe-west2 |
A basse emissioni di CO2 |
Madrid | europe-southwest1 |
|
Milano | europe-west8 |
|
Paesi Bassi | europe-west4 |
|
Parigi | europe-west9 |
A basse emissioni di CO2 |
Torino | europe-west12 |
|
Varsavia | europe-central2 |
|
Zurigo | europe-west6 |
A basse emissioni di CO2 |
Descrizione della regione | Nome regione | Dettagli |
---|---|---|
Dammam | me-central2 |
|
Doha | me-central1 |
|
Tel Aviv | me-west1 |
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 |
A basse emissioni di CO2 | |
Oregon | us-west1 |
A basse emissioni di CO2 | |
San Paolo | southamerica-east1 |
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 |
A basse emissioni di CO2 | |
Francoforte | europe-west3 |
A basse emissioni di CO2 | |
Londra | europe-west2 |
A basse emissioni di CO2 | |
Paesi Bassi | europe-west4 |
||
Zurigo | europe-west6 |
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
eEU
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
eEU
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 sezionejobReference
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 utilizzando tabelle esterne BigLake o non BigLake
- Carica i dati di Cloud Storage in BigQuery
- Esportare i dati da BigQuery a Cloud Storage
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 multiregionaleUS
, il bucket Cloud Storage può trovarsi in una singola regioneUS
, 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 multiregionaleUS
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 regioneEU
, 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 multiregionaleEU
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 regioneASIA1
. 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 multiregionaleUS
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 inEU
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 regioniUS
, in una doppia regione che comprende l'Iowa (us-central1
), ad esempio inNAM4
, 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 regioniEU
, in una doppia regione che comprende il Belgio (europe-west1
), ad esempioEUR4
, 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 multiregionaleEU
o in qualsiasi regione singola nelEU
. 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 multiregionaleEU
.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 multiregionaleEU
.Un'eccezione è che se il set di dati BigQuery si trova nella regione
asia-northeast1
, il bucket Cloud Storage può trovarsi nella regione multiregionaleEU
.
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 multiregionaleEU
, il bucket Cloud Storage può trovarsi nella regioneeurope-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 multiregionaleASIA
.
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:- Dataproc: quando esegui query su set di dati BigQuery utilizzando un connettore BigQuery, il set di dati BigQuery deve essere posizionato insieme al cluster Dataproc. Dataproc è supportato in tutte le località di Compute Engine.
- Vertex AI Workbench: quando esegui query sui set di dati BigQuery utilizzando blocchi note Jupyter in Vertex AI Workbench, il set di dati BigQuery deve essere posizionato insieme all'istanza di Vertex AI Workbench. Visualizza le località supportate di Vertex AI Workbench.
Piani di gestione dei dati
Sviluppa un piano di gestione dei dati:- Se scegli una risorsa di Regional Storage, come un set di dati BigQuery o un bucket Cloud Storage, sviluppa un piano per la gestione geografica dei tuoi dati.
Limita località
Puoi limitare le località in cui è possibile creare i 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
- Scopri come creare set di dati.
- Scopri di più sul caricamento dei dati in BigQuery.
- Scopri di più sui pricing di BigQuery.
- Visualizza tutti i servizi Google Cloud disponibili nelle località in tutto il mondo.
- Esplora altri concetti basati sulla località, ad esempio le zone, che si applicano ad altri servizi Google Cloud.