Introdução ao gerenciamento de cargas de trabalho

Com o gerenciamento de cargas de trabalho do BigQuery, você aloca e gerencia os recursos de computação disponíveis para análise e processamento de dados, além de especificar como é feita a cobrança por esses recursos.

Modelos de gerenciamento de carga de trabalho

O BigQuery oferece dois modelos de gerenciamento de carga de trabalho. Com o faturamento sob demanda, você paga pelo número de bytes processados ao consultar ou processar seus dados. Com o faturamento baseado em capacidade, você aloca capacidade de processamento para cargas de trabalho com a opção de aumentar e diminuir a capacidade automaticamente quando necessário.

Contrapartidas do Reservations.

É possível alternar entre os modelos de faturamento sob demanda e com base em capacidade a qualquer momento. Também é possível usar uma combinação dos dois modelos.

Como escolher um modelo

Considere o seguinte ao escolher um modelo de gerenciamento de carga de trabalho:

Sob demanda Baseado em capacidade
Modelo de uso Dados verificados ou processados pelas suas consultas Slots dedicados ou de escalonamento automático
Unidade de medição TiB slot-hours
Capacidade mínima Até 2.000 slots por projeto 50 slots por reserva
Capacidade máxima Até 2.000 slots por projeto Configuração por reserva até a cota regional
Controle de custos Opcionalmente, configure cotas no nível do projeto ou do usuário (limite máximo) Configurar um orçamento expresso em slots para cada reserva
Configuração Não é necessário configurar Criar reservas de slots e atribuir a projetos
Suporte a edições Conjunto de recursos fixo Disponível em três edições
Descontos de capacidade Somente pagamento por uso Compromissos de slot opcionais para cargas de trabalho em estado estável
Previsibilidade Uso e faturamento variáveis Faturamento previsível com valores de referência e compromissos
Compras centralizadas Faturamento por projeto Atribuir e faturar slots de forma centralizada, em vez de para cada projeto
Flexibilidade Capacidade sob demanda (mínimo de 10 MiB por consulta) Slots de referência ou escalonados automaticamente (mínimo de 1 minuto)

Jobs

Toda vez que você carrega, exporta, consulta ou copia dados, o BigQuery cria, programa e executa automaticamente um job que rastreia o progresso da tarefa.

Como os jobs podem levar um longo tempo para serem concluídos, eles são executados de maneira assíncrona e podem ser pesquisados por status. As ações mais curtas, como listar recursos ou receber metadados, não são gerenciadas como jobs.

Para mais informações sobre jobs, consulte Noções básicas sobre jobs.

Slots

Um slot do BigQuery é uma unidade de computação virtual usada pelo BigQuery para executar consultas SQL ou outros tipos de jobs. Durante a execução de uma consulta, o BigQuery determina automaticamente quantos slots são usados pela consulta. O número de slots usados depende da quantidade de dados processados, da complexidade da consulta e do número de slots disponíveis.

Para saber mais sobre os slots e como eles são usados, consulte Entender os slots.

Reservas

No modelo de preços baseado em capacidade, os slots são alocados em pools chamados de reservas. As reservas permitem atribuir slots de maneira que faça sentido para sua organização. Por exemplo, é possível criar uma reserva chamada prod para cargas de trabalho de produção e outra reserva nomeada test para testes, assim, os jobs de teste não competem por capacidade com cargas de trabalho de produção. Também é possível criar reservas para departamentos diferentes da organização.

Para mais informações sobre reservas, consulte Gerenciamento de carga de trabalho usando reservas.

BI Engine

O BI Engine é um serviço rápido de análise na memória que acelera várias consultas SQL no BigQuery armazenando em cache os dados usados com mais frequência de maneira inteligente. O BI Engine pode acelerar consultas SQL de qualquer fonte, incluindo aquelas escritas por ferramentas de visualização de dados, e pode gerenciar tabelas em cache para otimização contínua.

As reservas do BI Engine são alocadas em GiB de memória e gerenciadas separadamente das reservas de slots.

Para mais informações sobre o BI Engine, consulte Introdução ao BI Engine.

A seguir