Dataset-Standorte
Auf dieser Seite werden das Konzept des Datenstandorts sowie die verschiedenen Standorte zum Erstellen von Datasets erläutert. Informationen zum Festlegen eines Speicherorts für Datasets finden Sie unter Datasets erstellen.
Informationen zur Preisgestaltung nach Region für BigQuery finden Sie in der Preisübersicht.
Wichtige Konzepte
Standorte oder Regionstypen
BigQuery verwendet zwei Arten von Standorten:
Eine Region ist ein bestimmter geografischer Ort, wie z. B. London.
Eine Multiregion ist ein großes geografisches Gebiet (beispielsweise die USA), das mindestens zwei geografische Orte enthält.
Dataset-Standort
Beim Erstellen eines Datasets müssen Sie den Standort angeben, an dem Ihre BigQuery-Daten gespeichert werden sollen. Nachdem Sie das Dataset erstellt haben, kann der Standort nicht mehr geändert werden. Sie können aber das Dataset an einen anderen Standort kopieren oder es manuell verschieben, d. h. an einem anderen Standort neu erstellen.
BigQuery verarbeitet Abfragen am selben Standort wie das Dataset, das die Tabellen enthält, die Sie abfragen.
BigQuery speichert Ihre Daten am ausgewählten Standort in Übereinstimmung mit den dienstspezifischen Nutzungsbedingungen.
Unterstützte Regionen
BigQuery-Datasets können in den folgenden Regionen und Multiregionen gespeichert werden. Weitere Informationen zu Regionen und Zonen finden Sie unter Geografie und Regionen.
Regionen
In der folgenden Tabelle sind die Regionen in Amerika aufgeführt, in denen BigQuery verfügbar ist.Beschreibung der Region | Name der Region | Details |
---|---|---|
Iowa | us-central1 |
|
Las Vegas | us-west4 |
|
Los Angeles | us-west2 |
|
Montreal | northamerica-northeast1 |
|
Northern Virginia | us-east4 |
|
Oregon | us-west1 |
|
Salt Lake City | us-west3 |
|
São Paulo | southamerica-east1 |
|
Santiago | southamerica-west1 |
|
South Carolina | us-east1 |
|
Toronto | northamerica-northeast2 |
|
Beschreibung der Region | Name der Region | Details |
---|---|---|
Delhi | asia-south2 |
|
Hong Kong | asia-east2 |
|
Jakarta | asia-southeast2 |
|
Melbourne | australia-southeast2 |
|
Mumbai | asia-south1 |
|
Osaka | asia-northeast2 |
|
Seoul | asia-northeast3 |
|
Singapur | asia-southeast1 |
|
Sydney | australia-southeast1 |
|
Taiwan | asia-east1 |
|
Tokio | asia-northeast1 |
Beschreibung der Region | Name der Region | Details |
---|---|---|
Belgien | europe-west1 |
|
Finnland | europe-north1 |
|
Frankfurt | europe-west3 |
|
London | europe-west2 |
|
Netherlands | europe-west4 |
|
Warschau | europe-central2 |
|
Zürich | europe-west6 |
|
Multiregionen
In der folgenden Tabelle sind die Multiregionen aufgeführt, in denen BigQuery verfügbar ist.Beschreibung des multiregionalen Standorts | Name des multiregionalen Standorts |
---|---|
Rechenzentren in Mitgliedsstaaten der Europäischen Union1 | EU |
Rechenzentren in den USA | US |
1 Daten in der Multiregion EU
werden nicht in den Rechenzentren europe-west2
(London) oder europe-west6
(Zürich) gespeichert.
Standorte angeben
Beim Laden, Abfragen oder Exportieren von Daten bestimmt BigQuery anhand der in der Anfrage referenzierten Datasets, wo der Job ausgeführt wird. Verweist beispielsweise eine Abfrage auf eine Tabelle in einem Dataset, das in der Region asia-northeast1
gespeichert ist, wird der Abfragejob in dieser Region ausgeführt. Wenn keine Zieltabelle bereitgestellt wurde und eine Abfrage nicht auf Tabellen oder andere Ressourcen in einem Dataset verweist, wird der Abfragejob in der Multi-Region US
ausgeführt.
Wenn das Projekt eine Pauschalreservierung in einer anderen Region als US
hat und die Abfrage nicht auf Tabellen oder andere Ressourcen in Datasets verweist, müssen Sie den Standort der Pauschalreservierung explizit angeben, wenn Sie den Job senden.
Sie können den Speicherort, an dem ein Job ausgeführt werden soll, auf folgenden Wegen explizit angeben:
- Wenn Sie Daten mit der Cloud Console abfragen, klicken Sie auf Mehr > Abfrageeinstellungen. Wenn Sie den Verarbeitungsstandort angeben möchten, klicken Sie auf Automatische Auswahl und wählen Sie den Standort Ihrer Daten aus.
- Wenn Sie das
bq
-Befehlszeilentool verwenden, geben Sie das globale Flag--location
an und legen Sie den Wert auf Ihren Standort fest. - Wenn Sie die API verwenden, geben Sie Ihre Region im Attribut
location
des AbschnittsjobReference
der Jobressource an.
BigQuery gibt einen Fehler zurück, wenn der angegebene Standort nicht mit dem Standort der Datasets in der Anfrage übereinstimmt. Der Speicherort jedes in der Anfrage enthaltenen Datasets, einschließlich der gelesenen und der geschriebenen Daten, muss mit dem Standort des Jobs übereinstimmen, der abgeleitet oder angegeben wurde.
Standorte mit einer einzelnen Region stimmen nicht mit multiregionalen Standorten überein, auch wenn der Standort mit einer einzigen Region mit dem Standort mit mehreren Regionen verknüpft ist. Daher schlägt ein Job immer fehl, wenn die zugeordneten Standorte sowohl einen Standort mit einer einzigen Region als auch einen Standort mit mehreren Regionen enthalten. Wenn der Standort eines Jobs beispielsweise auf US
festgelegt ist, schlägt der Job fehl, wenn er auf ein Dataset in us-central1
verweist. Ebenso schlägt ein Job fehl, der auf ein Dataset in US
und ein anderes Dataset in us-central1
verweist.
Überlegungen zum Standort
Beachten Sie Folgendes, wenn Sie einen Standort für Ihre Daten auswählen:
- Platzieren Sie das BigQuery-Dataset bei Verwendung externer Datenquellen am selben Standort.
- Cloud Storage: Wenn Sie Daten in Cloud Storage über eine externe Tabelle von BigQuery abfragen, müssen sich die Daten, die Sie abfragen, am selben Standort wie das BigQuery-Dataset befinden. Beispiel:
- Einzelne Region: Wenn sich Ihr BigQuery-Dataset in der Region Warschau (europe-central2) befindet, muss sich der entsprechende Cloud Storage-Bucket auch in der Region Warschau befinden, da es derzeit keine Cloud Storage-Dual-Region gibt, die Warschau einbezieht.
- Dual-Region: Wenn sich Ihr BigQuery-Dataset in der Region Tokio (asia-northeast1) befindet, muss der entsprechende Cloud Storage-Bucket ein Bucket in der Region Tokio oder der Dual-Region „ASIA1“ (die Tokio mit einschließt) sein.
- Mehrere Regionen: Da die Leistung externer Abfragen von minimaler Latenz und optimaler Netzwerkbandbreite abhängt, wird die Verwendung von multiregionalen Dataset-Standorten mit multiregionalen Cloud Storage-Buckets für externe Tabellen nicht empfohlen.
- Cloud Bigtable: Wenn Sie Daten in Cloud Bigtable über eine externe BigQuery-Tabelle abfragen, muss Ihre Cloud Bigtable-Instanz sich am selben Standort wie Ihr BigQuery-Dataset befinden.
- Einzelne Region: Wenn sich Ihr BigQuery-Dataset am regionalen Standort in Belgien (europe-west1) befindet, muss sich die entsprechende Cloud Bigtable-Instanz in der Region "Belgien" befinden.
- Mehrere Regionen: Da die Leistung externer Abfragen von minimaler Latenz und optimaler Netzwerkbandbreite abhängt, wird die Verwendung multiregionaler Dataset-Standorte für externe Tabellen in Cloud Bigtable nicht empfohlen.
- Google Drive: Standortüberlegungen gelten nicht für externe Datenquellen von Google Drive.
- Platzieren Sie die Cloud Storage-Buckets zum Laden von Daten am selben Standort.
- Wenn sich Ihr BigQuery-Dataset in einer Multi-Region befindet, muss sich der Cloud Storage-Bucket mit den Daten, die Sie laden, am selben Standort oder an einem Standort befinden, der sich in derselben Multi-Region befindet. Wenn sich Ihr BigQuery-Dataset zum Beispiel in der Multi-Region "EU" befindet, kann sich der Cloud Storage-Bucket in der Region "europe-west1" innerhalb der EU befinden.
- Wenn sich Ihr Dataset in einer Region befindet, muss sich der Cloud Storage-Bucket in derselben Region befinden. Wenn sich Ihr Dataset zum Beispiel in der Region „asia-northeast1“ in Tokio befindet, kann sich der Cloud Storage-Bucket nicht am multiregionalen Standort „ASIEN“ befinden.
- Ausnahme: Wenn sich Ihr Dataset in der Multi-Region "US" befindet, können Sie Daten aus einem Cloud Storage-Bucket an einem beliebigen Standort laden.
- Platzieren Sie die Cloud Storage-Buckets zum Exportieren von Daten am selben Standort.
- Wenn sich Ihr BigQuery-Dataset in einer Multi-Region befindet, muss sich der Cloud Storage-Bucket mit den Daten, die Sie exportieren, am selben Standort oder an einem Standort befinden, der sich in derselben Multi-Region befindet. Wenn sich Ihr BigQuery-Dataset zum Beispiel in der Multi-Region "EU" befindet, kann sich der Cloud Storage-Bucket in der Region "europe-west1" innerhalb der EU befinden.
- Wenn sich Ihr Dataset in einer Region befindet, muss sich der Cloud Storage-Bucket in derselben Region befinden. Wenn sich Ihr Dataset zum Beispiel in der Region „asia-northeast1“ in Tokio befindet, kann sich der Cloud Storage-Bucket nicht am multiregionalen Standort „ASIEN“ befinden.
- Ausnahme: Wenn sich Ihr Dataset in der Multi-Region "US" befindet, können Sie Daten in einen Cloud Storage-Bucket an einem beliebigen Standort exportieren.
- Entwickeln Sie einen Plan zur Datenverwaltung:
- Wenn Sie eine regionale Speicherressource wie ein BigQuery-Dataset oder einen Cloud Storage-Bucket auswählen, sollten Sie einen Plan für die geografische Verwaltung Ihrer Daten entwickeln.
Weitere Informationen zu Cloud Storage-Standorten finden Sie unter Bucket-Standorte in der Cloud Storage-Dokumentation.
Standorte einschränken
Sie können die Standorte, an denen Ihre Datasets erstellt werden können, mit dem Organisationsrichtliniendienst einschränken. Weitere Informationen finden Sie unter Ressourcenstandorte einschränken und Unterstützte Dienste für Ressourcenstandorte.
Dataset-Sicherheit
Informationen zum Steuern des Zugriffs auf Datasets in BigQuery finden Sie unter Zugriff auf Datasets steuern. Informationen zur Datenverschlüsselung finden Sie unter Verschlüsselung inaktiver Daten.
Weitere Informationen
- Datasets erstellen
- Daten in BigQuery laden
- Preisinformationen zu BigQuery
- An Standorten weltweit verfügbare Google Cloud-Dienste
- Weitere standortbasierte Konzepte (z. B. Zonen), die für andere Google Cloud-Diensten gelten