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 Speicher und Analyse richten sich auch nach dem Speicherort der Daten und nach Reservierungen. Weitere Informationen zu den Preisen für Standorte finden Sie unter BigQuery-Preise. Informationen zum Festlegen eines Speicherorts für Datasets finden Sie unter Datasets erstellen. Informationen zu Reservierungsorten 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 Speicherorten für Daten und Computing:

• 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. Für Standorte mit mehreren Regionen können größere Kontingente als für einzelne Regionen festgelegt werden.

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 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
Dallas	us-south1	Niedriger CO2-Wert
Iowa	us-central1	Niedriger CO2-Wert
Las Vegas	us-west4
Los Angeles	us-west2
Mexiko	northamerica-south1
Montreal	northamerica-northeast1	Niedriger CO2-Wert
Northern Virginia	us-east4
Oregon	us-west1	Niedriger CO2-Wert
Salt Lake City	us-west3
São Paulo	southamerica-east1	Niedriger CO2-Wert
Santiago	southamerica-west1	Niedriger CO2-Wert
South Carolina	us-east1
Toronto	northamerica-northeast2	Niedriger CO2-Wert

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
Hongkong	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	Niedriger CO2-Wert
Berlin	europe-west10	Niedriger CO2-Wert
Finnland	europe-north1	Niedriger CO2-Wert
Frankfurt	europe-west3	Niedriger CO2-Wert
London	europe-west2	Niedriger CO2-Wert
Madrid	europe-southwest1	Niedriger CO2-Wert
Mailand	europe-west8
Niederlande	europe-west4	Niedriger CO2-Wert
Paris	europe-west9	Niedriger CO2-Wert
Stockholm	europe-north2	Niedriger CO2-Wert
Turin	europe-west12
Warschau	europe-central2
Zürich	europe-west6	Niedriger CO2-Wert

In der folgenden Tabelle sind die Regionen im Nahen Osten aufgeführt, in denen BigQuery verfügbar ist.

Beschreibung der Region	Name der Region	Details
Dammam	me-central2
Doha	me-central1
Tel Aviv	me-west1

In der folgenden Tabelle sind die Regionen in Afrika aufgeführt, in denen BigQuery verfügbar ist.

Beschreibung der Region	Name der Region	Details
Johannesburg	africa-south1

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 Union^1	EU
Rechenzentren in den USA^2	US

Hinweis: Die Auswahl eines multiregionalen Standorts bietet keine regionsübergreifende Replikation oder regionale Redundanz, sodass die Verfügbarkeit der Datasets im Falle eines regionalen Ausfalls nicht erhöht wird. Die Daten werden in einer einzelnen Region innerhalb des geografischen Standorts gespeichert.

¹ Daten in der Multiregion EU werden nur an einem der folgenden Standorte gespeichert: europe-west1 (Belgien) oder europe-west4 (Niederlande). Der genaue Speicherort, an dem die Daten gespeichert und verarbeitet werden, wird automatisch von BigQuery bestimmt.

² Daten in der Multiregion US werden nur an einem der folgenden Standorte gespeichert: us-central1 (Iowa), us-west1 (Oregon) oder us-central2 (Oklahoma). Der genaue Speicherort, an dem die Daten gespeichert und verarbeitet werden, wird automatisch von BigQuery bestimmt.

BigQuery Studio-Standorte

Mit BigQuery Studio können Sie Versionen von Code-Assets wie Notebooks und gespeicherte Abfragen speichern, freigeben und verwalten.

In der folgenden Tabelle sind die Regionen aufgeführt, in denen BigQuery Studio verfügbar ist:

	Beschreibung der Region	Name der Region	Details
Afrika
	Johannesburg	africa-south1
Amerika
	Columbus	us-east5
	Dallas	us-south1	Niedriger CO2-Wert
	Iowa	us-central1	Niedriger CO2-Wert
	Los Angeles	us-west2
	Las Vegas	us-west4
	Montreal	northamerica-northeast1	Niedriger CO2-Wert
	N. Virginia	us-east4
	Oregon	us-west1	Niedriger CO2-Wert
	São Paulo	southamerica-east1	Niedriger CO2-Wert
	South Carolina	us-east1
Asiatisch-pazifischer Raum
	Hongkong	asia-east2
	Jakarta	asia-southeast2
	Mumbai	asia-south1
	Seoul	asia-northeast3
	Singapur	asia-southeast1
	Sydney	australia-southeast1
	Taiwan	asia-east1
	Tokio	asia-northeast1
Europa
	Belgien	europe-west1	Niedriger CO2-Wert
	Frankfurt	europe-west3	Niedriger CO2-Wert
	London	europe-west2	Niedriger CO2-Wert
	Madrid	europe-southwest1	Niedriger CO2-Wert
	Niederlande	europe-west4	Niedriger CO2-Wert
	Turin	europe-west12
	Zürich	europe-west6	Niedriger CO2-Wert
Naher Osten
	Doha	me-central1
	Dammam	me-central2

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 AWS- oder Azure-Konto. BigQuery Omni-Regionen unterstützen Reservierungen in der Enterprise-Version und Preise für On-Demand-Computing (Analysen). Weitere Informationen zu Editionen finden Sie unter Einführung in BigQuery-Editionen.

	Beschreibung der Region	Name der Region	Externe BigQuery-Region
AWS
	AWS – US East (N. Virginia)	aws-us-east-1	us-east4
	AWS – US West (Oregon)	aws-us-west-2	us-west1
	AWS – Asiatisch-pazifischer Raum (Seoul)	aws-ap-northeast-2	asia-northeast3
	AWS – Asiatisch-pazifischer Raum (Sydney)	aws-ap-southeast-2	australia-southeast1
	AWS - Europa (Irland)	aws-eu-west-1	europe-west1
	AWS – Europa (Frankfurt)	aws-eu-central-1	europe-west3
Azure
	Azure – East US 2	azure-eastus2	us-east4

BigQuery ML – Standorte

BigQuery ML verarbeitet Daten an demselben Ort wie das Dataset, das die Daten enthält, und stellt sie dort auch bereit.

BigQuery ML speichert Ihre Daten am ausgewählten Standort in Übereinstimmung mit den dienstspezifischen Nutzungsbedingungen.

BigQuery ML-Modellvorhersagen und andere ML-Funktionen werden in allen BigQuery-Regionen unterstützt. Die Unterstützung für das Modelltraining variiert je nach Region:

• Das Training für intern trainierte Modelle und importierte Modelle wird in allen BigQuery-Regionen unterstützt.

• Das Training für Autoencoder, Boosted Trees, DNNs und Wide-and-Deep-Modelle ist in den Multiregionen US und EU sowie in den meisten einzelnen Regionen verfügbar. Weitere Informationen finden Sie unter Standorte für alle anderen Modelltypen.

• Das Training für AutoML wird in den Multiregionen US und EU sowie in den meisten einzelnen Regionen unterstützt.

Standorte für Remote-Modelle

In diesem Abschnitt finden Sie weitere Informationen zu unterstützten Speicherorten für Remote-Modelle und dazu, wo die Remote-Modellverarbeitung stattfindet.

Regionale Standorte

In der folgenden Tabelle sehen Sie, welche Regionen für verschiedene Arten von Remote-Modellen unterstützt werden. Der Spaltenname gibt den Typ des Remote-Modells an.

	Beschreibung der Region	Name der Region	In Vertex AI bereitgestellte Modelle	LLMs für die Textgenerierung	LLMs für die Texteinbettung	Cloud Natural Language API	Cloud Translation API	Cloud Vision API	Document AI API	Speech‑to‑Text API
Amerika
	Columbus, Ohio	us-east5
	Dallas	us-south1	●	●
	Iowa	us-central1	●	●	●					●
	Las Vegas	us-west4	●	●	●
	Los Angeles	us-west2	●
	Mexiko	northamerica-south1
	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	●
Europa
	Belgien	europe-west1	●	●	●					●
	Finnland	europe-north1		●
	Frankfurt	europe-west3	●	●	●					●
	London	europe-west2	●	●	●					●
	Madrid	europe-southwest1
	Mailand	europe-west8	●	●	●
	Niederlande	europe-west4	●	●	●					●
	Paris	europe-west9	●	●	●
	Stockholm	europe-north2
	Turin	europe-west12
	Warschau	europe-central2	●
	Zürich	europe-west6	●	●
Asiatisch-pazifischer Raum
	Delhi	asia-south2
	Hongkong	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	●	●	●					●
Naher Osten
	Dammam	me-central2
	Doha	me-central1
	Tel Aviv	me-west1	●	●

Multiregionale Standorte

In der folgenden Tabelle sehen Sie, welche Multiregionen für verschiedene Arten von Remote-Modellen unterstützt werden. Der Spaltenname gibt den Typ des Remote-Modells an.

Beschreibung der Region	Name der Region	In Vertex AI bereitgestellte Modelle	LLMs für die Textgenerierung	LLMs für die Texteinbettung	Cloud Natural Language API	Cloud Translation API	Cloud Vision API	Document AI API	Speech‑to‑Text API
Rechenzentren in Mitgliedsstaaten der Europäischen Union^1	EU		●		●	●	●	●	●
Rechenzentren in den USA	US		●	●	●	●	●	●	●

Verarbeitungsstandorte für gehostete Google-Modelle

Bei Remote-Modellen über ein in Vertex AI gehostetes Google-Modell wird der Verarbeitungsort durch den Speicherort des Datasets bestimmt, in dem sich die Remote-Modelle befinden.

Wenn sich das Dataset, in dem Sie das Remote-Modell erstellen, in einer einzelnen Region befindet, muss sich der Vertex AI-Modellendpunkt in derselben Region befinden. Wenn Sie die URL des Modellendpunkts angeben, verwenden Sie den Endpunkt in derselben Region wie das Dataset. Wenn sich das Dataset beispielsweise in der Region us-central1 befindet, geben Sie den Endpunkt https://us-central1-aiplatform.googleapis.com/v1/projects/myproject/locations/us-central1/publishers/google/models/<target_model> an. Wenn Sie den Modellnamen angeben, wählt BigQuery ML automatisch den Endpunkt in der richtigen Region aus.

Wenn sich der Datensatz, in dem Sie das Remote-Modell erstellen, in einer Multi-Region befindet, muss sich der Vertex AI-Modellendpunkt in einer Region innerhalb dieser Multi-Region befinden. Wenn sich das Dataset beispielsweise in der Multi-Region eu befindet, können Sie die URL für den Endpunkt der Region europe-west1 angeben, also https://europe-west1-aiplatform.googleapis.com/v1/projects/myproject/locations/europe-west1/publishers/google/models/<target_model>. Wenn Sie den Modellnamen anstelle der Endpunkt-URL angeben, verwendet BigQuery ML standardmäßig den Endpunkt europe-west4 für Datasets in der Multiregion eu und den Endpunkt us-central1 für Datasets in der Multiregion us.

Standorte für alle anderen Modelltypen

In diesem Abschnitt finden Sie weitere Informationen zu unterstützten Standorten für alle Modelltypen mit Ausnahme von Remote-Modellen.

Regionale Standorte

	Beschreibung der Region	Name der Region	Importierte Modelle	Integriertes Modell- training	DNN/Autoencoder/ Boosted Tree/ Wide-and-Deep Modell- training	AutoML- Modell- training	Hyperparameter- Feinabstimmung	Einbindung von Vertex AI Model Registry
Amerika
	Columbus, Ohio	us-east5	●	●
	Dallas	us-south1	●	●
	Iowa	us-central1	●	●	●	●	●	●
	Las Vegas	us-west4	●	●		●		●
	Los Angeles	us-west2	●	●	●			●
	Mexiko	northamerica-south1	●	●
	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	●	●		●
Europa
	Belgien	europe-west1	●	●	●	●	●	●
	Berlin	europe-west10	●	●
	Finnland	europe-north1	●	●	●
	Frankfurt	europe-west3	●	●	●	●	●	●
	London	europe-west2	●	●	●	●	●	●
	Madrid	europe-southwest1	●	●
	Mailand	europe-west8	●	●
	Niederlande	europe-west4	●	●	●	●	●	●
	Paris	europe-west9	●	●
	Stockholm	europe-north2	●	●
	Turin	europe-west12		●
	Warschau	europe-central2	●	●
	Zürich	europe-west6	●	●	●	●	●	●
Asiatisch-pazifischer Raum
	Delhi	asia-south2	●	●
	Hongkong	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	●	●	●	●	●	●
Naher Osten
	Dammam	me-central2		●
	Doha	me-central1		●
	Tel Aviv	me-west1	●	●
Afrika
	Johannesburg	africa-south1	●	●

Multiregionale Standorte

Beschreibung der Region	Name der Region	Importierte Modelle	Integriertes Modell- training	DNN/Autoencoder/ Boosted Tree/ Wide-and-Deep Modelltraining	AutoML- Modell- training	Hyperparameter- Feinabstimmung	Einbindung von Vertex AI Model Registry
Rechenzentren in Mitgliedsstaaten der Europäischen Union^1	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.

Die Integration von Vertex AI Model Registry wird nur für Integrationen in einzelne Regionen unterstützt. Wenn Sie ein multiregionales BigQuery ML-Modell an die Model Registry senden, wird es in ein regionales Modell in Vertex AI konvertiert. Ein multiregionales BigQuery ML-US-Modell wird mit Vertex AI us-central1 synchronisiert und ein multiregionales BigQuery ML-EU-Modell wird mit Vertex AI europe-west4 synchronisiert. Bei Modellen in einer Region gibt es keine Änderungen.

Standorte des BigQuery SQL-Übersetzers

Wenn Sie Daten aus Ihrem Legacy-Data Warehouse zu BigQuery migrieren, können Sie mehrere SQL-Übersetzer verwenden, um Ihre SQL-Abfragen in GoogleSQL oder andere unterstützte SQL-Dialekte zu übersetzen. Dazu gehören der interaktive SQL-Übersetzer, die SQL Translation API und der Batch-SQL-Übersetzer.

Die BigQuery-SQL-Übersetzer sind an den folgenden Verarbeitungsstandorten verfügbar:

	Beschreibung der Region	Name der Region	Details
Asiatisch-pazifischer Raum
	Tokio	asia-northeast1
	Mumbai	asia-south1
	Singapur	asia-southeast1
	Sydney	australia-southeast1
Europa
	EU (mehrere Regionen)	eu
	Warschau	europe-central2
	Finnland	europe-north1	Niedriger CO2-Wert
	Madrid	europe-southwest1	Niedriger CO2-Wert
	Belgien	europe-west1	Niedriger CO2-Wert
	London	europe-west2	Niedriger CO2-Wert
	Frankfurt	europe-west3	Niedriger CO2-Wert
	Niederlande	europe-west4	Niedriger CO2-Wert
	Zürich	europe-west6	Niedriger CO2-Wert
	Paris	europe-west9	Niedriger CO2-Wert
	Turin	europe-west12
Amerika
	Québec	northamerica-northeast1	Niedriger CO2-Wert
	São Paulo	southamerica-east1	Niedriger CO2-Wert
	USA (mehrere Regionen)	us
	Iowa	us-central1	Niedriger CO2-Wert
	South Carolina	us-east1
	Northern Virginia	us-east4
	Columbus, Ohio	us-east5
	Dallas	us-south1	Niedriger CO2-Wert
	Oregon	us-west1	Niedriger CO2-Wert
	Los Angeles	us-west2
	Salt Lake City	us-west3

Standorte des BigQuery-Partitionierungs- und Clustering-Recommenders

Der BigQuery-Partitionierungs- und -Clustering-Recommender generiert Empfehlungen für Partitionen oder Cluster zur Optimierung Ihrer BigQuery-Tabellen.

Der Partitionierungs- und Clustering-Recommender ist an den folgenden Verarbeitungsorten verfügbar:

	Beschreibung der Region	Name der Region	Details
Asiatisch-pazifischer Raum
	Delhi	asia-south2
	Hongkong	asia-east2
	Jakarta	asia-southeast2
	Mumbai	asia-south1
	Osaka	asia-northeast2
	Seoul	asia-northeast3
	Singapur	asia-southeast1
	Sydney	australia-southeast1
	Taiwan	asia-east1
	Tokio	asia-northeast1
Europa
	Belgien	europe-west1	Niedriger CO2-Wert
	Berlin	europe-west10	Niedriger CO2-Wert
	EU (mehrere Regionen)	eu
	Frankfurt	europe-west3	Niedriger CO2-Wert
	London	europe-west2	Niedriger CO2-Wert
	Niederlande	europe-west4	Niedriger CO2-Wert
	Zürich	europe-west6	Niedriger CO2-Wert
Amerika
	Iowa	us-central1	Niedriger CO2-Wert
	Las Vegas	us-west4
	Los Angeles	us-west2
	Montreal	northamerica-northeast1	Niedriger CO2-Wert
	Northern Virginia	us-east4
	Oregon	us-west1	Niedriger CO2-Wert
	Salt Lake City	us-west3
	São Paulo	southamerica-east1	Niedriger CO2-Wert
	Toronto	northamerica-northeast2	Niedriger CO2-Wert
	USA (mehrere Regionen)	us

BigQuery-Freigabestandorte

Die BigQuery-Freigabe (früher Analytics Hub) ist in den folgenden Regionen und Multiregionen verfügbar.

Regionen

In der folgenden Tabelle sind die Regionen in Amerika aufgeführt, in denen die Freigabe verfügbar ist.

Beschreibung der Region	Name der Region	Details
Columbus, Ohio	us-east5
Dallas	us-south1	Niedriger CO2-Wert
Iowa	us-central1	Niedriger CO2-Wert
Las Vegas	us-west4
Los Angeles	us-west2
Mexiko	northamerica-south1
Montreal	northamerica-northeast1	Niedriger CO2-Wert
Northern Virginia	us-east4
Oklahoma	us-central2
Oregon	us-west1	Niedriger CO2-Wert
Salt Lake City	us-west3
São Paulo	southamerica-east1	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 die Freigabe verfügbar ist.

Beschreibung der Region	Name der Region	Details
Delhi	asia-south2
Hongkong	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 die Freigabe verfügbar ist.

Beschreibung der Region	Name der Region	Details
Belgien	europe-west1	Niedriger CO2-Wert
Berlin	europe-west10	Niedriger CO2-Wert
Finnland	europe-north1	Niedriger CO2-Wert
Frankfurt	europe-west3	Niedriger CO2-Wert
London	europe-west2	Niedriger CO2-Wert
Madrid	europe-southwest1	Niedriger CO2-Wert
Mailand	europe-west8
Niederlande	europe-west4	Niedriger CO2-Wert
Paris	europe-west9	Niedriger CO2-Wert
Turin	europe-west12
Warschau	europe-central2
Zürich	europe-west6	Niedriger CO2-Wert

In der folgenden Tabelle sind die Regionen im Nahen Osten aufgeführt, in denen die Freigabe verfügbar ist.

Beschreibung der Region	Name der Region	Details
Dammam	me-central2
Doha	me-central1
Tel Aviv	me-west1

In der folgenden Tabelle sind die Regionen in Afrika aufgeführt, in denen die Freigabe verfügbar ist.

Beschreibung der Region	Name der Region	Details
Johannesburg	africa-south1

Multiregionen

In der folgenden Tabelle sind die Multiregionen aufgeführt, in denen die Freigabe verfügbar ist.

Beschreibung des multiregionalen Standorts	Name des multiregionalen Standorts
Rechenzentren in Mitgliedsstaaten der Europäischen Union^1	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.

Omni-Regionen

In der folgenden Tabelle sind die Omni-Plattformen aufgeführt, auf denen die Freigabe verfügbar ist.

	Beschreibung der Omni-Region	Name der Omni-Region
AWS
	AWS – US East (N. Virginia)	aws-us-east-1
	AWS – US West (Oregon)	aws-us-west-2
	AWS – Asiatisch-pazifischer Raum (Seoul)	aws-ap-northeast-2
	AWS – Asiatisch-pazifischer Raum (Sydney)	aws-ap-southeast-2
	AWS - Europa (Irland)	aws-eu-west-1
	AWS – Europa (Frankfurt)	aws-eu-central-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 Sie dafür sorgen möchten, dass BigQuery-Abfragen in einer bestimmten Region oder einer Multi-Region gespeichert werden, geben Sie den Speicherort in der Jobanfrage an, damit die Abfrage entsprechend weitergeleitet wird, wenn Sie den globalen BigQuery-Endpunkt verwenden. Wenn Sie den Speicherort nicht angeben, werden Abfragen möglicherweise vorübergehend in BigQuery-Router-Logs gespeichert, wenn die Abfrage zum Bestimmen des Verarbeitungsorts in BigQuery verwendet wird.

Wenn das Projekt eine kapazitätsbasierte Reservierung in einer anderen Region als US hat und die Abfrage nicht auf Tabellen oder andere Ressourcen in Datasets verweist, müssen Sie den Standort der kapazitätsbasierten Reservierung explizit angeben, wenn Sie den Job senden. Kapazitätsbasierte Zusicherungen sind an einen Standort gebunden, z. B. US oder EU. 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.
• Legen Sie beim Schreiben einer SQL-Abfrage die Systemvariable @@location (Vorschau) in der ersten Anweisung der Abfrage fest.
• 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 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 im Standort mit mehreren Regionen enthalten ist. Daher schlägt eine Abfrage oder ein Job fehl, wenn der Standort sowohl einen Standort mit einer einzigen Region als auch einen Standort mit mehreren Regionen enthält. 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. Dies gilt auch für JOIN-Anweisungen mit Tabellen in einer Region und mehreren Regionen.

Dynamische Abfragen werden erst nach ihrer Ausführung geparst, sodass sie nicht automatisch zum Ermitteln der Region einer Abfrage verwendet werden können.

Standorte, Reservierungen und Jobs

Kapazitätszusicherungen sind eine regionale Ressource. Wenn Sie Slots kaufen, sind diese auf eine bestimmte Region oder eine Multi-Region beschränkt. Wenn Ihre einzige Kapazitätszusicherung in der EU liegt, können Sie keine Reservierung in 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 abgezogen.

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 mit externen BigLake- oder Nicht-BigLake-Tabellen abfragen
• Cloud Storage-Daten in BigQuery laden
• Daten aus BigQuery in Cloud Storage exportieren

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 nur einer Region: Wenn sich Ihr BigQuery-Dataset in der Region Warschau (europe-central2) befindet, muss sich der entsprechende Cloud Storage-Bucket ebenfalls in der Region Warschau oder einer beliebigen dualen Region von Cloud Storage befinden, die Warschau einbezieht. Wenn sich Ihr BigQuery-Dataset in der Multiregion US befindet, kann sich der Cloud Storage-Bucket in der Multiregion US, in der einzelnen Region Iowa (us-central1) oder in einer beliebigen dualen Region befinden, die Iowa einbezieht. Abfragen aus einer anderen einzelnen Region schlagen fehl, auch wenn sich der Bucket in der Multiregion des Datasets befindet. Beispiel: Wenn sich die externen Tabellen am multiregionalen Standort US und der Cloud Storage-Bucket in Oregon (us-west1) befinden, schlägt der Job fehl.

  Wenn sich Ihr BigQuery-Dataset in der Multiregion EU befindet, kann sich der Cloud Storage-Bucket in der Multiregion EU, in der einzelnen Region Belgien (europe-west1), in der einzelnen Region Niederlande (europe-west4) oder in einer beliebigen dualen Region befinden, die Belgien einbezieht. Abfragen aus einer anderen einzelnen Region schlagen fehl, auch wenn sich der Bucket in der Multiregion des Datasets befindet. Beispiel: Wenn sich die externen Tabellen am multiregionalen Standort EU und der Cloud Storage-Bucket in Warschau (europe-central2) befinden, schlägt der Job fehl.

• Biregionaler Bucket: Wenn sich Ihr BigQuery-Dataset in der Region Tokio (asia-northeast1) befindet, muss sich der entsprechende Cloud Storage-Bucket in der Region Tokio oder in einer dualen Region befinden, die Tokio enthält, wie der dualen Region ASIA1.

  Wenn sich der Cloud Storage-Bucket in der dualen Region NAM4 oder in einer beliebigen dualen Region befindet, die die Region Iowa (us-central1) enthält, kann sich das entsprechende BigQuery-Dataset in der Multiregion US oder in Iowa (us-central1) befinden.

  Wenn sich der Cloud Storage-Bucket in der dualen Region EUR4 oder in einer dualen Region befindet, die die Region Belgien (europe-west1) enthält, kann sich das entsprechende BigQuery-Dataset in der Multiregion EU oder in der Region Belgien (europe-west1) befinden.

• Multiregionaler Bucket: Die Verwendung multiregionaler Dataset-Standorte mit multiregionalen Cloud Storage-Buckets wird für externe Tabellen nicht empfohlen, da die Leistung externer Abfragen von minimaler Latenz und optimaler Netzwerkbandbreite abhängig ist.

  Wenn sich Ihr BigQuery-Dataset in der Multiregion US befindet, muss sich der entsprechende Cloud Storage-Bucket in der Multiregion US, in einer dualen Region, die Iowa enthält (us-central1), wie der dualen Region NAM4, oder in einer benutzerdefinierten dualen Region, die Iowa enthält (us-central1), befinden.

  Wenn sich Ihr BigQuery-Dataset in der Multiregion EU befindet, muss sich der entsprechende Cloud Storage-Bucket in der Multiregion EU, in einer dualen Region, die Belgien enthält (europe-west1), wie der dualen Region EUR4, oder in einer benutzerdefinierten dualen Region, die Belgien enthält, befinden.

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

Daten aus Cloud Storage laden

Wenn Sie Daten aus Cloud Storage laden, müssen sich die Daten am selben Ort wie Ihr BigQuery-Dataset befinden.

• Sie können Daten aus einem Cloud Storage-Bucket laden, der sich an einem beliebigen Standort befindet, wenn sich Ihr BigQuery-Dataset in der Multiregion US befindet.

• Multiregionaler Bucket: Wenn sich der Cloud Storage-Bucket, aus dem Sie laden möchten, in einem multiregionalen Bucket befindet, kann sich Ihr BigQuery-Dataset im selben multiregionalen Bucket oder in einer einzelnen Region befinden, die im selben multiregionalen Bucket enthalten ist. Befindet sich der Cloud Storage-Bucket beispielsweise in der Region EU, kann sich das BigQuery-Dataset in der Multiregion EU oder in einer einzelnen Region in der EU befinden.

• Biregionaler Bucket: Wenn sich der Cloud Storage-Bucket, aus dem Sie laden möchten, in einem biregionalen Bucket befindet, kann sich Ihr BigQuery-Dataset in Regionen befinden, die in einem biregionalen Bucket oder in einer Multiregion enthalten sind, die die duale Region enthält. Beispiel: Wenn sich Ihr Cloud Storage-Bucket in der Region EUR4 befindet, kann sich das BigQuery-Dataset entweder in der einzelnen Region Finnland (europe-north1), in der einzelnen Region Niederlande (europe-west4) oder in der Multiregion EU befinden.

• Bucket mit einzelner Region: Wenn sich der Cloud Storage-Bucket, aus dem Sie laden möchten, in einer einzelnen Region befindet, kann sich Ihr BigQuery-Dataset in derselben einzelnen Region oder in der Multiregion befinden, die die einzelne Region enthält. Wenn sich Ihr Cloud Storage-Bucket beispielsweise in der Region Finnland (europe-north1) befindet, kann sich das BigQuery-Dataset in der Region Finnland oder in der Multiregion EU befinden.

• Eine Ausnahme besteht, wenn sich Ihr BigQuery-Dataset in der Region asia-northeast1 befindet. Dann kann sich Ihr Cloud Storage-Bucket in der Multiregion EU 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.

Bigtable

Sie müssen den Speicherort berücksichtigen, wenn Sie Daten aus Bigtable abfragen oder in Bigtable exportieren.

Bigtable-Daten abfragen

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.

Daten nach Bigtable exportieren

• Wenn sich Ihr BigQuery-Dataset in einer Multiregion befindet, muss Ihr Bigtable-Anwendungsprofil so konfiguriert sein, dass Daten an einen Bigtable-Cluster innerhalb dieser Multiregion weitergeleitet werden. Wenn sich Ihr BigQuery-Dataset zum Beispiel in der Multiregion US befindet, kann sich der Bigtable-Cluster in der Region us-west1 (Oregon) in den USA befinden.
• Wenn sich Ihr BigQuery-Dataset in nur einer Region befindet, muss Ihr Bigtable-Anwendungsprofil zur Weiterleitung von Daten an einen Bigtable-Cluster in derselben Region konfiguriert sein. Wenn sich Ihr BigQuery-Dataset zum Beispiel in der Region asia-northeast1 (Tokio) befindet, muss sich Ihr Bigtable-Cluster ebenfalls in der Region asia-northeast1 (Tokio) befinden.

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.

Spanner

Wenn Sie Daten in Spanner über eine föderierte BigQuery-Abfrage abfragen, muss sich Ihre 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:

• Dataproc: Wenn Sie BigQuery-Datasets mithilfe eines BigQuery-Connectors abfragen, sollte sich das BigQuery-Dataset an einem Dataproc-Cluster befinden.
Dataproc wird an allen Compute Engine-Standorten unterstützt.
• Vertex AI Workbench: Wenn Sie BigQuery-Datasets mithilfe von Jupyter-Notebooks in Vertex AI Workbench abfragen, sollte Ihr BigQuery-Dataset mit Ihrer Vertex AI-Workbench-Instanz zusammengeführt werden.
Sehen Sie sich die unterstützten Standorte für Vertex AI Workbench an.

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.

Nächste Schritte

• Datasets erstellen
• Daten in BigQuery laden
• Preisinformationen zu BigQuery
• Google Cloud An Standorten weltweit verfügbare Dienste
• Weitere standortbasierte Konzepte (z. B. Zonen), die für andere Google Cloud -Dienste gelten