Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

BigQuery-Standorte

Auf dieser Seite werden das Konzept des Standorts und die verschiedenen Regionen erläutert, in denen Daten gespeichert und verarbeitet werden können. Die Preise für Speicherung und Analyse werden auch nach dem Standort von Daten und Reservierungen definiert. Weitere Informationen zu Preisen für Standorte finden Sie unter BigQuery-Preise. Informationen zum Festlegen eines Speicherorts für Datasets finden Sie unter Datasets erstellen. Informationen zu Reservierungsstandorten finden Sie unter Reservierungen in verschiedenen Regionen verwalten.

Weitere Informationen zur Verwendung des Standorts durch BigQuery Data Transfer Service finden Sie unter Speicherort der Daten und Übertragungen.

Standorte und Regionen

BigQuery bietet zwei Arten von Daten- und Rechenstandorten:

  • 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 Regionen enthält. Standorte mit mehreren Regionen können größere Kontingente bieten als einzelne Regionen.

Für jeden Standorttyp speichert BigQuery automatisch Kopien Ihrer Daten in zwei verschiedenen Google Cloud-Zonen innerhalb einer einzelnen Region am ausgewählten Standort. Weitere Informationen zur Verfügbarkeit und Langlebigkeit von Daten finden Sie unter Zuverlässigkeit: Notfallwiederherstellung.

Unterstützte Standorte

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
Columbus, Ohio us-east5
Iowa us-central1 Blattsymbol Niedriger CO2-Wert
Las Vegas us-west4
Los Angeles us-west2
Montreal northamerica-northeast1 Blattsymbol Niedriger CO2-Wert
Northern Virginia us-east4
Oregon us-west1 Blattsymbol Niedriger CO2-Wert
Salt Lake City us-west3
São Paulo southamerica-east1 Blattsymbol Niedriger CO2-Wert
Santiago southamerica-west1
South Carolina us-east1
Toronto northamerica-northeast2
In der folgenden Tabelle sind die Regionen im asiatisch-pazifischen Raum aufgeführt, in denen BigQuery verfügbar ist.
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
In der folgenden Tabelle sind die Regionen in Europa aufgeführt, in denen BigQuery verfügbar ist.
Beschreibung der Region Name der Region Details
Belgien europe-west1 Blattsymbol Niedriger CO2-Wert
Finnland europe-north1 Blattsymbol Niedriger CO2-Wert
Frankfurt europe-west3
London europe-west2
Madrid europe-southwest1 Blattsymbol Niedriger CO2-Wert
Mailand europe-west8
Niederlande europe-west4
Paris europe-west9 Blattsymbol Niedriger CO2-Wert
Warschau europe-central2
Zürich europe-west6 Blattsymbol Niedriger CO2-Wert

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.

BigQuery Omni-Standorte

BigQuery Omni verarbeitet Abfragen am selben Standort wie das Dataset, das die Tabellen enthält, die Sie abfragen. Nachdem Sie das Dataset erstellt haben, kann der Standort nicht mehr geändert werden. Ihre Daten befinden sich in Ihrem eigenen AWS- oder Azure-Konto.
Beschreibung der Region Name der Region
AWS
AWS – US East (N. Virginia) aws-us-east-1
Azure
Azure – East US 2 azure-eastus2

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. Zusicherungen zu einem Pauschalpreis sind an einen Standort, z. B. US oder EU, gebunden. Wenn Sie einen Job außerhalb des Standorts ausführen, an dem der Pauschalpreis gilt, wird der Preis für diesen Job automatisch auf basis der On-Demand-Preise berechnet.

Sie können den Speicherort, an dem ein Job ausgeführt werden soll, auf folgenden Wegen explizit angeben:

  • Wenn Sie Daten mit der Google Cloud Console im Abfrageeditor abfragen, klicken Sie auf Mehr > Abfrageeinstellungen und maximieren Sie die Erweiterten Optionen. Wählen Sie dann den Speicherort der Daten.
  • When you use the bq -Befehlszeilentool verwenden, geben Sie das global flag --location an und legen den Wert auf Ihren Standort fest.
  • Wenn Sie die API verwenden, geben Sie Ihre Region im Attribut location des Abschnitts jobReference 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.

Standorte, Reservierungen und Jobs

Kapazitätszusicherungen sind eine regionale Ressource. Wenn Sie Slots erwerben, sind diese Slots auf eine bestimmte Region oder Mehrfachregion beschränkt. Wenn sich Ihre einzige Kapazitätszusicherung in EU befindet, können Sie keine Reservierung im US erstellen. Wenn Sie eine Reservierung erstellen, geben Sie einen Standort (Region) und eine ANzahl an Slots an. Diese Slots werden aus Ihrer Kapazitätszusicherung in dieser Region abgerufen.

Ebenso wird beim Ausführen eines Jobs in einer Region nur dann eine Reservierung verwendet, wenn der Standort des Jobs mit dem Standort der Reservierung übereinstimmt. Beispiel: Wenn Sie einem Projekt eine Reservierung in EU zuweisen und in diesem Projekt eine Abfrage zu einem Dataset in US ausführen, dann gilt diese Abfrage nicht als Teil Ihrer EU-Reservierung. Wenn keine US-Reservierung vorhanden ist, wird der Job als On-Demand-Job ausgeführt.

Überlegungen zum Standort

Beachten Sie Folgendes, wenn Sie einen Standort für Ihre Daten auswählen:

Cloud Storage

Sie können auf folgende Weise über BigQuery mit Cloud Storage-Daten interagieren:

Cloud Storage-Daten abfragen

Wenn Sie Daten in Cloud Storage mit einer BigLake- oder einer externen Nicht-BigLake-Tabelle abfragen, müssen sich die Daten, die Sie abfragen, am selben Standort befinden wie Ihr BigQuery-Dataset. Beispiel:

  • Bucket mit einer einzigen 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.

    Wenn sich Ihr BigQuery-Dataset in einer der Multiregionen befindet, wird die Verwendung eines Cloud Storage-Buckets mit einer einzigen Region bei Abfragen von BigLake-Tabellen unterstützt.

    Wenn sich Ihr BigQuery-Dataset in einer der Multiregionen befindet, wird die Verwendung eines Cloud Storage-Buckets mit einer einzigen Region bei der Abfrage von externen BigLake-Tabellen nicht unterstützt. Die Verwendung einer Cloud Storage-Bucket mit einer einzigen Region wird nicht unterstützt, auch wenn sich der Bucket an einem Standort in der Multiregion des Datasets befindet. Beispiel: Wenn sich die externen Tabellen am multiregionalen Standort EU und der Cloud Storage-Bucket in europe-central2 befinden, schlägt der Job fehl.

  • Biregionaler Bucket: 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 in der Biregion ASIA1 (in der Tokio liegt) befinden.

  • Multiregion-Bucket: 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.

Weitere Informationen zu unterstützten Cloud Storage-Standorten finden Sie unter Bucket-Standorte in der Cloud Storage-Dokumentation.

Daten aus Cloud Storage laden

Platzieren Sie die Cloud Storage-Buckets zum Laden von Daten am selben Standort.
  • Wenn sich Ihr BigQuery-Dataset in der Multi-Region EU befindet, muss sich der Cloud Storage-Bucket mit den zu ladenden Daten am selben Standort oder an einem Standort in derselben Multi-Region Region befinden. 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 der Multi-Region US befindet, können Sie Daten aus einem Cloud Storage-Bucket an einem beliebigen Standort laden.

  • 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 Tokio befindet, darf sich der Cloud Storage-Bucket nicht am multiregionalen Standort ASIA befinden.

Weitere Informationen finden Sie unter Daten im Batch laden.

Daten nach Cloud Storage exportieren

Platzieren Sie die Cloud Storage-Buckets zum Exportieren von Daten am selben Standort.
  • Wenn sich Ihr BigQuery-Dataset in der Multi-Region EU befindet, muss sich der Cloud Storage-Bucket mit den zu exportierenden Daten am selben Standort oder an einem Standort in derselben Multi-Region Region befinden. 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 der Multi-Region US befindet, können Sie Daten in einen Cloud Storage-Bucket an einem beliebigen Standort exportieren.

  • 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 Tokio befindet, darf sich der Cloud Storage-Bucket nicht am multiregionalen Standort ASIA befinden.

Weitere Informationen finden Sie unter Tabellendaten exportieren.

Cloud Bigtable

Wenn Sie Daten in Bigtable über eine externe BigQuery-Tabelle abfragen, muss sich Ihre Bigtable-Instanz am selben Standort befinden wie Ihr BigQuery-Dataset:

  • Einzelne Region: Wenn sich Ihr BigQuery-Dataset am regionalen Standort in Belgien (europe-west1) befindet, muss sich die entsprechende 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 Bigtable nicht empfohlen.

Weitere Informationen zu unterstützten Bigtable-Standorten finden Sie unter Bigtable-Standorte.

Google Drive

Standortüberlegungen gelten nicht für externe Datenquellen von Google Drive.

Cloud SQL

Wenn Sie Daten in Cloud SQL über eine föderierte BigQuery-Abfrage abfragen, muss sich Ihre Cloud SQL-Instanz 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 SQL-Instanz in der Region Belgien befinden.
  • Mehrere Regionen: Wenn sich Ihr BigQuery-Dataset am multiregionalen Standort US befindet, muss sich die entsprechende Cloud SQL-Instanz in der einzelnen Region im geografischen Gebiet der USA befinden.

Weitere Informationen zu unterstützten Cloud SQL-Standorten finden Sie unter Cloud SQL-Standorte.

Cloud Spanner

Wenn Sie Daten in Spanner über eine föderierte BigQuery-Abfrage abfragen, muss sich Ihre Cloud Spanner-Instanz 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 Spanner-Instanz in der Region Belgien befinden.
  • Mehrere Regionen: Wenn sich Ihr BigQuery-Dataset am multiregionalen Standort US befindet, muss sich die entsprechende Spanner-Instanz in der einzelnen Region im geografischen Gebiet der USA befinden.

Weitere Informationen zu unterstützten Spanner-Standorten finden Sie unter Spanner-Standorte.

Analyse-Tools

Platzieren Sie das BigQuery-Dataset am gleichen Standort wie Ihre Analyse-Tools:

Datenverwaltungspläne

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.

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