BigQuery 位置
本頁面說明「位置」的概念，以及可儲存和處理資料的不同區域。儲存空間和分析的價格也取決於資料和預訂的所在位置。如要進一步瞭解各個位置的價格，請參閱 BigQuery 定價。如要瞭解如何設定資料集的位置，請參閱「建立資料集」。如要瞭解預留位置，請參閱管理不同地區的保留項目。
如要進一步瞭解 BigQuery 資料移轉服務如何使用位置資訊，請參閱資料位置和移轉作業。
地點和區域
BigQuery 提供兩種類型的資料和運算位置：
「地區」是特定的地理位置，例如倫敦。
「多地區」是指包含兩個以上區域的大型地理區域，例如美國。多區域位置提供的配額可能比單一區域多。
無論是哪種位置類型，BigQuery 都會自動將資料副本儲存在所選位置的單一區域內，位於兩個不同的 Google Cloud 可用區。如要進一步瞭解資料可用性和耐久性，請參閱「災難規劃」。
支援的地點
BigQuery 資料集可儲存在下列地區和多地區。如要進一步瞭解地區和區域，請參閱地理位置與地區。
區域
下表列出 BigQuery 適用的美洲地區。| 地區說明 | 區域名稱 | 詳細資料 |
|---|---|---|
| 俄亥俄州哥倫布 | us-east5 |
|
| 達拉斯 | us-south1 |
 二氧化碳排放量低2
|
| 愛荷華州 | us-central1 |
二氧化碳排放量低2
|
| 拉斯維加斯 | us-west4 |
|
| 洛杉磯 | us-west2 |
|
| 墨西哥 | northamerica-south1 |
|
| 蒙特婁 | northamerica-northeast1 |
二氧化碳排放量低2
|
| 北維吉尼亞州 | us-east4 |
|
| 奧勒岡州 | us-west1 |
二氧化碳排放量低2 |
| 鹽湖城 | us-west3 |
|
| 聖保羅 | southamerica-east1 |
二氧化碳排放量低2
|
| 聖地亞哥 | southamerica-west1 |
二氧化碳排放量低2
|
| 南卡羅來納州 | us-east1 |
|
| 多倫多 | northamerica-northeast2 |
二氧化碳排放量低
|
| 地區說明 | 區域名稱 | 詳細資料 |
|---|---|---|
| 德里 | asia-south2 |
|
| 香港 | asia-east2 |
|
| 雅加達 | asia-southeast2 |
|
| 墨爾本 | australia-southeast2 |
|
| 孟買 | asia-south1 |
|
| 大阪 | asia-northeast2 |
|
| 首爾 | asia-northeast3 |
|
| 新加坡 | asia-southeast1 |
|
| 雪梨 | australia-southeast1 |
|
| 台灣 | asia-east1 |
|
| 東京 | asia-northeast1 |
| 地區說明 | 區域名稱 | 詳細資料 |
|---|---|---|
| 比利時 | europe-west1 |
二氧化碳排放量低2
|
| 柏林 | europe-west10 |
二氧化碳排放量低
|
| 芬蘭 | europe-north1 |
二氧化碳排放量低2
|
| 法蘭克福 | europe-west3 |
二氧化碳排放量低2
|
| 倫敦 | europe-west2 |
二氧化碳排放量低2
|
| 馬德里 | europe-southwest1 |
二氧化碳排放量低2
|
| 米蘭 | europe-west8 |
|
| 荷蘭 | europe-west4 |
二氧化碳排放量低2
|
| 巴黎 | europe-west9 |
二氧化碳排放量低2
|
| 斯德哥爾摩 | europe-north2 |
二氧化碳排放量低2
|
| 杜林 | europe-west12 |
|
| 華沙 | europe-central2 |
|
| 蘇黎世 | europe-west6 |
二氧化碳排放量低2
|
| 地區說明 | 區域名稱 | 詳細資料 |
|---|---|---|
| 達曼 | me-central2 |
|
| 杜哈 | me-central1 |
|
| 特拉維夫市 | me-west1 |
| 地區說明 | 區域名稱 | 詳細資料 |
|---|---|---|
| 約翰尼斯堡 | africa-south1 |
多區域
下表列出 BigQuery 適用的多區域。| 多地區說明 | 多區域名稱 |
|---|---|
| 歐盟1成員國境內的資料中心 | EU |
| 美國資料中心2 | US |
1 位於 EU 多地區的資料只會儲存在下列其中一個位置：europe-west1 (比利時) 或 europe-west4 (荷蘭)。
BigQuery 會自動決定資料的儲存和處理位置。
2 位於 US 多地區的資料只會儲存在下列其中一個位置：us-central1 (愛荷華州)、us-west1 (奧勒岡州) 或 us-central2 (奧克拉荷馬州)。BigQuery 會自動決定資料的儲存和處理位置。
BigQuery Studio 位置
BigQuery Studio 可讓您儲存、共用及管理程式碼資產版本，例如筆記本和已儲存的查詢。
下表列出 BigQuery Studio 適用的地區：
| 地區說明 | 地區名稱 | 詳細資料 | |
|---|---|---|---|
| 非洲 | |||
| 約翰尼斯堡 | africa-south1 |
||
| 美洲 | |||
| 哥倫布 | us-east5 |
||
| 達拉斯 | us-south1 |
二氧化碳排放量低2
|
|
| 愛荷華州 | us-central1 |
二氧化碳排放量低2
|
|
| 洛杉磯 | us-west2 |
||
| 拉斯維加斯 | us-west4 |
||
| 蒙特婁 | northamerica-northeast1 |
二氧化碳排放量低2
|
|
| 北維吉尼亞州 | us-east4 |
||
| 奧勒岡州 | us-west1 |
二氧化碳排放量低2 |
|
| 聖保羅 | southamerica-east1 |
二氧化碳排放量低2
|
|
| 南卡羅來納州 | us-east1 |
||
| 亞太地區 | |||
| 香港 | asia-east2 |
||
| 雅加達 | asia-southeast2 |
||
| 孟買 | asia-south1 |
||
| 首爾 | asia-northeast3 |
||
| 新加坡 | asia-southeast1 |
||
| 雪梨 | australia-southeast1 |
||
| 台灣 | asia-east1 |
||
| 東京 | asia-northeast1 |
||
| 歐洲 | |||
| 比利時 | europe-west1 |
二氧化碳排放量低2
|
|
| 法蘭克福 | europe-west3 |
二氧化碳排放量低2
|
|
| 倫敦 | europe-west2 |
二氧化碳排放量低2
|
|
| 馬德里 | europe-southwest1 |
二氧化碳排放量低2
|
|
| 荷蘭 | europe-west4 |
二氧化碳排放量低2
|
|
| 杜林 | europe-west12 |
||
| 蘇黎世 | europe-west6 |
二氧化碳排放量低2
|
|
| 中東地區 | |||
| 杜哈 | me-central1 |
||
| 達曼 | me-central2 |
||
BigQuery Omni 位置
BigQuery Omni 會在與包含所查詢資料表的資料集相同位置處理查詢。建立資料集後，就無法變更位置。您的資料會儲存在 AWS 或 Azure 帳戶中。BigQuery Omni 區域支援 Enterprise 版本的預留項目和隨選運算 (分析) 定價。如要進一步瞭解版本，請參閱「BigQuery 版本簡介」。| 地區說明 | 地區名稱 | 共置 BigQuery 區域 | |
|---|---|---|---|
| AWS | |||
| AWS - 美國東部 (北維吉尼亞州) | aws-us-east-1 |
us-east4 |
|
| AWS - 美國西部 (奧勒岡州) | aws-us-west-2 |
us-west1 |
|
| AWS - 亞太地區 (首爾) | aws-ap-northeast-2 |
asia-northeast3 |
|
| AWS - 亞太地區 (雪梨) | aws-ap-southeast-2 |
australia-southeast1 |
|
| AWS - 歐洲 (愛爾蘭) | aws-eu-west-1 |
europe-west1 |
|
| AWS - 歐洲 (法蘭克福) | aws-eu-central-1 |
europe-west3 |
|
| Azure | |||
| Azure - 美國東部 2 | azure-eastus2 |
us-east4 |
|
BigQuery ML 位置
BigQuery ML 會在與包含資料的資料集相同的位置中處理及暫存資料。
BigQuery ML 會根據服務專屬條款，將資料儲存在選取的位置。
所有 BigQuery 區域都支援 BigQuery ML 模型預測和其他 ML 函式。模型訓練支援情況因區域而異：
自動編碼器、提升樹狀結構、DNN 和 Wide and Deep 模型的訓練作業可在多區域
US和EU，以及大多數單一區域執行。詳情請參閱所有其他類型模型的存放位置。AutoML 訓練支援
US和EU多區域，以及大多數單一區域。
遠端模型的位置
本節將進一步說明支援遠端模型的地區，以及遠端模型處理作業的發生位置。地區位置
下表列出不同類型遠端模型支援的區域。 資料欄名稱會指出遠端模型類型。| 地區說明 | 地區名稱 | Vertex AI 部署的模型 | 文字生成大型語言模型 | 文字嵌入 LLM | Cloud Natural Language API | Cloud Translation API | Cloud Vision API | Document AI API | Speech-to-Text API | |
|---|---|---|---|---|---|---|---|---|---|---|
| 美洲 | ||||||||||
| 俄亥俄州哥倫布 | us-east5 |
|||||||||
| 達拉斯 | us-south1 |
● | ● | |||||||
| 愛荷華州 | us-central1 |
● | ● | ● | ● | |||||
| 拉斯維加斯 | us-west4 |
● | ● | ● | ||||||
| 洛杉磯 | us-west2 |
● | ||||||||
| 墨西哥 | northamerica-south1 |
|||||||||
| 蒙特婁 | northamerica-northeast1 |
● | ● | ● | ||||||
| 北維吉尼亞州 | us-east4 |
● | ● | ● | ||||||
| 奧勒岡州 | us-west1 |
● | ● | ● | ● | |||||
| 鹽湖城 | us-west3 |
● | ||||||||
| 聖保羅 | southamerica-east1 |
● | ● | |||||||
| 聖地亞哥 | southamerica-west1 |
|||||||||
| 南卡羅來納州 | us-east1 |
● | ● | ● | ||||||
| 多倫多 | northamerica-northeast2 |
● | ||||||||
| 歐洲 | ||||||||||
| 比利時 | europe-west1 |
● | ● | ● | ● | |||||
| 芬蘭 | europe-north1 |
● | ||||||||
| 法蘭克福 | europe-west3 |
● | ● | ● | ● | |||||
| 倫敦 | europe-west2 |
● | ● | ● | ● | |||||
| 馬德里 | europe-southwest1 |
|||||||||
| 米蘭 | europe-west8 |
● | ● | ● | ||||||
| 荷蘭 | europe-west4 |
● | ● | ● | ● | |||||
| 巴黎 | europe-west9 |
● | ● | ● | ||||||
| 斯德哥爾摩 | europe-north2 |
|||||||||
| 杜林 | europe-west12 |
|||||||||
| 華沙 | europe-central2 |
● | ||||||||
| 蘇黎世 | europe-west6 |
● | ● | |||||||
| 亞太地區 | ||||||||||
| 德里 | asia-south2 |
|||||||||
| 香港 | asia-east2 |
● | ● | |||||||
| 雅加達 | asia-southeast2 |
● | ||||||||
| 墨爾本 | australia-southeast2 |
|||||||||
| 孟買 | asia-south1 |
● | ● | ● | ||||||
| 大阪 | asia-northeast2 |
|||||||||
| 首爾 | asia-northeast3 |
● | ● | ● | ||||||
| 新加坡 | asia-southeast1 |
● | ● | ● | ● | |||||
| 雪梨 | australia-southeast1 |
● | ● | ● | ||||||
| 台灣 | asia-east1 |
● | ● | |||||||
| 東京 | asia-northeast1 |
● | ● | ● | ● | |||||
| 中東地區 | ||||||||||
| 達曼 | me-central2 |
|||||||||
| 杜哈 | me-central1 |
|||||||||
| 特拉維夫市 | me-west1 |
● | ● | |||||||
多地區位置
下表顯示不同類型的遠端模型支援哪些多區域位置。 資料欄名稱會指出遠端模型類型。| 地區說明 | 地區名稱 | Vertex AI 部署的模型 | 文字生成大型語言模型 | 文字嵌入 LLM | Cloud Natural Language API | Cloud Translation API | Cloud Vision API | Document AI API | Speech-to-Text API |
|---|---|---|---|---|---|---|---|---|---|
| 歐盟1成員國境內的資料中心 | EU |
● | ● | ● | ● | ● | ● | ||
| 美國資料中心 | US |
● | ● | ● | ● | ● | ● | ● |
代管 Google 模型的處理位置
如果是透過 Vertex AI 託管的 Google 模型使用遠端模型，處理位置會受到遠端模型所在資料集位置的影響。
如果您要建立遠端模型的資料集位於單一地區，Vertex AI 模型端點就必須位於相同地區。如果您指定模型端點網址，請使用與資料集相同區域的端點。舉例來說，如果資料集位於 us-central1 地區，請指定端點 https://us-central1-aiplatform.googleapis.com/v1/projects/myproject/locations/us-central1/publishers/google/models/<target_model>。如果您指定模型名稱，BigQuery ML 會自動選擇正確區域中的端點。
如果您要在多地區的資料集中建立遠端模型，則 Vertex AI 模型端點必須位於該多地區內的區域。舉例來說，如果資料集位於 eu 多區域，您可以指定 europe-west1 區域端點的網址 https://europe-west1-aiplatform.googleapis.com/v1/projects/myproject/locations/europe-west1/publishers/google/models/<target_model>。如果您指定模型名稱而非端點網址，BigQuery ML 預設會為 eu 多區域中的資料集使用 europe-west4 端點，並為 us 多區域中的資料集使用 us-central1 端點。
所有其他類型模型的所在位置
本節提供更多資訊，說明除了遠端模型以外，所有模型類型支援的位置。地區位置
| 地區說明 | 地區名稱 | 匯入的模型 |
內建 模型 訓練 |
DNN/自動編碼器/ 增強型樹狀結構/ 廣而深模型 訓練 |
AutoML 模型 訓練 |
超參數 調整 |
整合 Vertex AI Model Registry | |||
|---|---|---|---|---|---|---|---|---|---|---|
| 美洲 | ||||||||||
| 俄亥俄州哥倫布 | us-east5 |
● | ● | |||||||
| 達拉斯 | us-south1 |
● | ● | |||||||
| 愛荷華州 | us-central1 |
● | ● | ● | ● | ● | ● | |||
| 拉斯維加斯 | us-west4 |
● | ● | ● | ● | |||||
| 洛杉磯 | us-west2 |
● | ● | ● | ● | |||||
| 墨西哥 | northamerica-south1 |
● | ● | |||||||
| 蒙特婁 | northamerica-northeast1 |
● | ● | ● | ● | ● | ● | |||
| 北維吉尼亞州 | us-east4 |
● | ● | ● | ● | ● | ● | |||
| 奧勒岡州 | us-west1 |
● | ● | ● | ● | ● | ||||
| 鹽湖城 | us-west3 |
● | ● | ● | ||||||
| 聖保羅 | southamerica-east1 |
● | ● | ● | ● | |||||
| 聖地亞哥 | southamerica-west1 |
● | ● | |||||||
| 南卡羅來納州 | us-east1 |
● | ● | ● | ● | ● | ||||
| 多倫多 | northamerica-northeast2 |
● | ● | ● | ||||||
| 歐洲 | ||||||||||
| 比利時 | europe-west1 |
● | ● | ● | ● | ● | ● | |||
| 柏林 | europe-west10 |
● | ● | |||||||
| 芬蘭 | europe-north1 |
● | ● | ● | ||||||
| 法蘭克福 | europe-west3 |
● | ● | ● | ● | ● | ● | |||
| 倫敦 | europe-west2 |
● | ● | ● | ● | ● | ● | |||
| 馬德里 | europe-southwest1 |
● | ● | |||||||
| 米蘭 | europe-west8 |
● | ● | |||||||
| 荷蘭 | europe-west4 |
● | ● | ● | ● | ● | ● | |||
| 巴黎 | europe-west9 |
● | ● | |||||||
| 斯德哥爾摩 | europe-north2 |
● | ● | |||||||
| 杜林 | europe-west12 |
● | ||||||||
| 華沙 | europe-central2 |
● | ● | |||||||
| 蘇黎世 | europe-west6 |
● | ● | ● | ● | ● | ● | |||
| 亞太地區 | ||||||||||
| 德里 | asia-south2 |
● | ● | |||||||
| 香港 | asia-east2 |
● | ● | ● | ● | ● | ● | |||
| 雅加達 | asia-southeast2 |
● | ● | ● | ||||||
| 墨爾本 | australia-southeast2 |
● | ● | |||||||
| 孟買 | asia-south1 |
● | ● | ● | ● | ● | ||||
| 大阪 | asia-northeast2 |
● | ● | ● | ||||||
| 首爾 | asia-northeast3 |
● | ● | ● | ● | ● | ● | |||
| 新加坡 | asia-southeast1 |
● | ● | ● | ● | ● | ● | |||
| 雪梨 | australia-southeast1 |
● | ● | ● | ● | ● | ● | |||
| 台灣 | asia-east1 |
● | ● | ● | ● | ● | ● | |||
| 東京 | asia-northeast1 |
● | ● | ● | ● | ● | ● | |||
| 中東地區 | ||||||||||
| 達曼 | me-central2 |
● | ||||||||
| 杜哈 | me-central1 |
● | ||||||||
| 特拉維夫市 | me-west1 |
● | ● | |||||||
| 非洲 | ||||||||||
| 約翰尼斯堡 | africa-south1 |
● | ● | |||||||
多地區位置
| 地區說明 | 地區名稱 | 匯入的模型 |
內建 模型 訓練 |
DNN/自動編碼器/ 增強型樹狀結構/ 廣而深模型訓練 |
AutoML 模型 訓練 |
超參數 調整 |
整合 Vertex AI Model Registry |
|---|---|---|---|---|---|---|---|
| 歐盟1成員國境內的資料中心 | EU |
● | ● | ● | ● | ● | ● |
| 美國資料中心 | US |
● | ● | ● | ● | ● | ● |
1 位於 EU 多地區的資料，不會存放在 europe-west2 (倫敦) 或 europe-west6 (蘇黎世) 資料中心。
Vertex AI Model Registry 整合功能僅支援單一區域整合。如果將多區域 BigQuery ML 模型傳送至 Model Registry，該模型會在 Vertex AI 中轉換為區域模型。BigQuery ML 美國多區域模型會同步至 Vertex AI us-central1，BigQuery ML 歐盟多區域模型則會同步至 Vertex AI europe-west4。單一區域模型不會有任何異動。
BigQuery SQL 翻譯器支援的地區
將舊版資料倉儲中的資料遷移至 BigQuery 時，您可以使用多種 SQL 翻譯器，將 SQL 查詢翻譯成 GoogleSQL 或其他支援的 SQL 方言。包括互動式 SQL 翻譯器、SQL 翻譯 API 和批次 SQL 翻譯器。
BigQuery SQL 翻譯工具可在下列處理位置使用：
| 地區說明 | 區域名稱 | 詳細資料 | |
|---|---|---|---|
| 亞太地區 | |||
| 德里 | asia-south2 |
||
| 香港 | asia-east2 |
||
| 雅加達 | asia-southeast2 |
||
| 墨爾本 | australia-southeast2 |
||
| 孟買 | asia-south1 |
||
| 大阪 | asia-northeast2 |
||
| 首爾 | asia-northeast3 |
||
| 新加坡 | asia-southeast1 |
||
| 雪梨 | australia-southeast1 |
||
| 台灣 | asia-east1 |
||
| 東京 | asia-northeast1 |
||
| 歐洲 | |||
| 比利時 | europe-west1 |
二氧化碳排放量低2
|
|
| 柏林 | europe-west10 |
二氧化碳排放量低
|
|
| 歐盟多區域 | eu |
||
| 芬蘭 | europe-north1 |
二氧化碳排放量低2
|
|
| 法蘭克福 | europe-west3 |
二氧化碳排放量低2
|
|
| 倫敦 | europe-west2 |
二氧化碳排放量低2
|
|
| 馬德里 | europe-southwest1 |
二氧化碳排放量低2
|
|
| 米蘭 | europe-west8 |
||
| 荷蘭 | europe-west4 |
二氧化碳排放量低2
|
|
| 巴黎 | europe-west9 |
二氧化碳排放量低2
|
|
| 斯德哥爾摩 | europe-north2 |
二氧化碳排放量低2
|
|
| 杜林 | europe-west12 |
||
| 華沙 | europe-central2 |
||
| 蘇黎世 | europe-west6 |
二氧化碳排放量低2
|
|
| 美洲 | |||
| 俄亥俄州哥倫布 | us-east5 |
||
| 達拉斯 | us-south1 |
二氧化碳排放量低2
|
|
| 愛荷華州 | us-central1 |
二氧化碳排放量低2
|
|
| 拉斯維加斯 | us-west4 |
||
| 洛杉磯 | us-west2 |
||
| 墨西哥 | northamerica-south1 |
||
| 北維吉尼亞州 | us-east4 |
||
| 奧勒岡州 | us-west1 |
二氧化碳排放量低2 |
|
| 魁北克 | northamerica-northeast1 |
二氧化碳排放量低2
|
|
| 聖保羅 | southamerica-east1 |
二氧化碳排放量低2
|
|
| 鹽湖城 | us-west3 |
||
| 聖地亞哥 | southamerica-west1 |
二氧化碳排放量低2
|
|
| 南卡羅來納州 | us-east1 |
||
| 多倫多 | northamerica-northeast2 |
二氧化碳排放量低
|
|
| 美國多區域 | us |
||
| 非洲 | |||
| 約翰尼斯堡 | africa-south1 |
||
| MiddleEast | |||
| 達曼 | me-central2 |
||
| 杜哈 | me-central1 |
||
| 以色列 | me-west1 |
||
BigQuery 持續查詢位置
下表列出支援連續查詢的區域：
| 地區說明 | 地區名稱 | 詳細資料 | |
|---|---|---|---|
| 美洲 | |||
| 愛荷華州 | us-central1 |
二氧化碳排放量低2
|
|
| 蒙特婁 | northamerica-northeast1 |
二氧化碳排放量低2
|
|
| 北維吉尼亞州 | us-east4 |
||
| 奧勒岡州 | us-west1 |
二氧化碳排放量低2 |
|
| 鹽湖城 | us-west3 |
||
| 聖保羅 | southamerica-east1 |
二氧化碳排放量低2
|
|
| 南卡羅來納州 | us-east1 |
||
| 美國多區域 | us |
||
| 亞太地區 | |||
| 德里 | asia-south2 |
||
| 香港 | asia-east2 |
||
| 雅加達 | asia-southeast2 |
||
| 孟買 | asia-south1 |
||
| 首爾 | asia-northeast3 |
||
| 新加坡 | asia-southeast1 |
||
| 雪梨 | australia-southeast1 |
||
| 台灣 | asia-east1 |
||
| 東京 | asia-northeast1 |
||
| 歐洲 | |||
| 比利時 | europe-west1 |
二氧化碳排放量低2
|
|
| 歐盟多區域 | eu |
||
| 法蘭克福 | europe-west3 |
二氧化碳排放量低2
|
|
| 倫敦 | europe-west2 |
二氧化碳排放量低2
|
|
| 荷蘭 | europe-west4 |
二氧化碳排放量低2
|
|
BigQuery 分區和叢集建議工具位置
BigQuery 分區和分群建議會產生分區或分群建議，協助您最佳化 BigQuery 資料表。
分區和分群建議工具適用於下列處理位置：
| 地區說明 | 區域名稱 | 詳細資料 | |
|---|---|---|---|
| 亞太地區 | |||
| 德里 | asia-south2 |
||
| 香港 | asia-east2 |
||
| 雅加達 | asia-southeast2 |
||
| 孟買 | asia-south1 |
||
| 大阪 | asia-northeast2 |
||
| 首爾 | asia-northeast3 |
||
| 新加坡 | asia-southeast1 |
||
| 雪梨 | australia-southeast1 |
||
| 台灣 | asia-east1 |
||
| 東京 | asia-northeast1 |
||
| 歐洲 | |||
| 比利時 | europe-west1 |
二氧化碳排放量低2
|
|
| 柏林 | europe-west10 |
二氧化碳排放量低
|
|
| 歐盟多區域 | eu |
||
| 法蘭克福 | europe-west3 |
二氧化碳排放量低2
|
|
| 倫敦 | europe-west2 |
二氧化碳排放量低2
|
|
| 荷蘭 | europe-west4 |
二氧化碳排放量低2
|
|
| 蘇黎世 | europe-west6 |
二氧化碳排放量低2
|
|
| 美洲 | |||
| 愛荷華州 | us-central1 |
二氧化碳排放量低2
|
|
| 拉斯維加斯 | us-west4 |
||
| 洛杉磯 | us-west2 |
||
| 蒙特婁 | northamerica-northeast1 |
二氧化碳排放量低2
|
|
| 北維吉尼亞州 | us-east4 |
||
| 奧勒岡州 | us-west1 |
二氧化碳排放量低2 |
|
| 鹽湖城 | us-west3 |
||
| 聖保羅 | southamerica-east1 |
二氧化碳排放量低2
|
|
| 多倫多 | northamerica-northeast2 |
二氧化碳排放量低
|
|
| 美國多區域 | us |
||
BigQuery 共用位置
BigQuery sharing (舊稱 Analytics Hub) 適用於下列區域和多重區域。
區域
下表列出美洲地區中可共用裝置的區域。| 地區說明 | 地區名稱 | 詳細資料 |
|---|---|---|
| 俄亥俄州哥倫布 | us-east5 |
|
| 達拉斯 | us-south1 |
二氧化碳排放量低2
|
| 愛荷華州 | us-central1 |
二氧化碳排放量低2
|
| 拉斯維加斯 | us-west4 |
|
| 洛杉磯 | us-west2 |
|
| 墨西哥 | northamerica-south1 |
|
| 蒙特婁 | northamerica-northeast1 |
二氧化碳排放量低2
|
| 北維吉尼亞州 | us-east4 |
|
| 奧克拉荷馬州 | us-central2 |
|
| 奧勒岡州 | us-west1 |
二氧化碳排放量低2 |
| 鹽湖城 | us-west3 |
|
| 聖保羅 | southamerica-east1 |
二氧化碳排放量低2
|
| 聖地亞哥 | southamerica-west1 |
|
| 南卡羅來納州 | us-east1 |
|
| 多倫多 | northamerica-northeast2 |
|
| 地區說明 | 地區名稱 | 詳細資料 |
|---|---|---|
| 德里 | asia-south2 |
|
| 香港 | asia-east2 |
|
| 雅加達 | asia-southeast2 |
|
| 墨爾本 | australia-southeast2 |
|
| 孟買 | asia-south1 |
|
| 大阪 | asia-northeast2 |
|
| 首爾 | asia-northeast3 |
|
| 新加坡 | asia-southeast1 |
|
| 雪梨 | australia-southeast1 |
|
| 台灣 | asia-east1 |
|
| 東京 | asia-northeast1 |
| 地區說明 | 地區名稱 | 詳細資料 |
|---|---|---|
| 比利時 | europe-west1 |
二氧化碳排放量低2
|
| 柏林 | europe-west10 |
二氧化碳排放量低
|
| 芬蘭 | europe-north1 |
二氧化碳排放量低2
|
| 法蘭克福 | europe-west3 |
二氧化碳排放量低2
|
| 倫敦 | europe-west2 |
二氧化碳排放量低2
|
| 馬德里 | europe-southwest1 |
二氧化碳排放量低2
|
| 米蘭 | europe-west8 |
|
| 荷蘭 | europe-west4 |
二氧化碳排放量低2
|
| 巴黎 | europe-west9 |
二氧化碳排放量低2
|
| 杜林 | europe-west12 |
|
| 華沙 | europe-central2 |
|
| 蘇黎世 | europe-west6 |
二氧化碳排放量低2
|
| 地區說明 | 區域名稱 | 詳細資料 |
|---|---|---|
| 達曼 | me-central2 |
|
| 杜哈 | me-central1 |
|
| 特拉維夫市 | me-west1 |
| 地區說明 | 區域名稱 | 詳細資料 |
|---|---|---|
| 約翰尼斯堡 | africa-south1 |
多區域
下表列出可共用的多重區域。| 多地區說明 | 多地區名稱 |
|---|---|
| 歐盟1成員國境內的資料中心 | EU |
| 美國資料中心 | US |
1 位於 EU 多地區的資料，不會存放在 europe-west2 (倫敦) 或 europe-west6 (蘇黎世) 資料中心。
Omni 區域
下表列出可分享的 Omni。| Omni 區域說明 | Omni 區域名稱 | |
|---|---|---|
| AWS | ||
| AWS - 美國東部 (北維吉尼亞州) | aws-us-east-1 |
|
| AWS - 美國西部 (奧勒岡州) | aws-us-west-2 |
|
| AWS - 亞太地區 (首爾) | aws-ap-northeast-2 |
|
| AWS - 亞太地區 (雪梨) | aws-ap-southeast-2 |
|
| AWS - 歐洲 (愛爾蘭) | aws-eu-west-1 |
|
| AWS - 歐洲 (法蘭克福) | aws-eu-central-1 |
|
| Azure | ||
| Azure - 美國東部 2 | azure-eastus2 |
|
指定位置
當您載入、查詢或匯出資料時，BigQuery 會根據要求中參考的資料集，決定工作的執行位置。舉例來說，如果查詢參考了存放在 asia-northeast1 地區的資料集中的資料表，該查詢工作就會在這個地區執行。
如果查詢沒有參考包含在資料集內的任何資料表或其他資源，而且未獲提供目的地資料表，查詢工作就會在 US 多區域執行。如要確保 BigQuery 查詢儲存在特定區域或多區域，請使用全域 BigQuery 端點時，在工作要求中指定位置，據此轉送查詢。如果未指定位置，當查詢用於判斷 BigQuery 中的處理位置時，查詢可能會暫時儲存在 BigQuery 路由器記錄中。
如果專案在 US 以外的地區有以容量為準的預訂方案，且查詢未參考資料集中的任何資料表或其他資源，則提交工作時，您必須明確指定以容量為準的預訂方案位置。以容量為準的承諾與位置相關聯，例如 US 或 EU。如果工作地點不在你的服務範圍內，系統會自動改用隨選價格。
您可以透過下列方式明確指定工作的執行位置：
- 使用查詢編輯器在 Google Cloud 控制台中查詢資料時，請依序按一下 「更多」>「查詢設定」，展開「進階選項」，然後選取「資料位置」。
- 撰寫 SQL 查詢時，請在查詢的第一個陳述式中設定
@@location系統變數。 - 使用 bq 指令列工具時，請提供
--location通用旗標，然後將該值設定為您的位置。 - 當您使用 API 時，請在工作資源的
jobReference區段中，將location屬性的值指定為您的地區。
如果您指定的位置與要求中資料集的位置不相符，BigQuery 就會傳回錯誤。要求中涉及的所有資料集所在位置 (包括讀取及寫入的資料集) 都必須與推測或指定的工作所在位置相符。
單一區域位置與多區域位置不相符，即使單一區域位置包含在多區域位置中也一樣。因此，如果位置同時包含單一地區位置和多地區位置，查詢或工作就會失敗。舉例來說，如果工作的位置設為 US，但工作參照了 us-central1 中的資料集，工作就會失敗。同樣地，如果工作參照 US 中的一個資料集和 us-central1 中的另一個資料集，就會失敗。如果 JOIN 陳述式中的資料表位於區域和多區域，也適用這項規定。
動態查詢會在執行時才進行剖析，因此無法用來自動判斷查詢的區域。
地點、預約和工作
容量使用承諾是地區性資源。購買運算單元時，這些運算單元僅限於特定地區或多地區。如果您的唯一容量承諾位於 EU，則無法在 US 中建立預留項目。建立預留項目時，您需要指定位置 (區域) 和運算單元數量。這些運算單元會從該區域的容量使用承諾中提取。
同樣地，在某個地區執行工作時，只有在工作位置與保留項目位置相符時，才會使用保留項目。舉例來說，如果您將預留項目指派給 EU 中的專案，並在該專案中對位於 US 的資料集執行查詢，則該查詢不會在 EU 預留項目中執行。如果沒有任何 US 預訂方案，工作會以隨選模式執行。
位置注意事項
選擇資料的位置時，請考慮下列事項：
Cloud Storage
您可以使用 BigQuery，透過下列方式與 Cloud Storage 資料互動：
- 使用 BigLake 或非 BigLake 外部資料表查詢 Cloud Storage 資料
- 將 Cloud Storage 資料載入 BigQuery
- 將資料從 BigQuery 匯出至 Cloud Storage
查詢 Cloud Storage 資料
使用 BigLake 或非 BigLake 外部資料表查詢 Cloud Storage 中的資料時，所查詢資料的位置必須與 BigQuery 資料集的位置相同，否則查詢會產生資料移轉費用。例如：
單一地區值區：如果您的 BigQuery 資料集位於華沙 (
europe-central2) 地區，對應的 Cloud Storage 值區也必須位於華沙地區，或是包含華沙的任何 Cloud Storage 雙重地區。如果您的 BigQuery 資料集位於US多地區us-central1，則 Cloud Storage 值區可以位於愛荷華州 (us-central1) 單一地區，或任何包含愛荷華州的雙地區。即使值區位於資料集多地區內的位置，從任何其他單一地區發出的查詢仍會產生資料移轉費用。舉例來說，如果外部資料表位於US多地區，而 Cloud Storage 值區位於奧勒岡 (us-west1)，則這項工作會產生資料移轉費用。如果您的 BigQuery 資料集位於
EU多地區，則 Cloud Storage bucket 可以位於荷蘭 (europe-west4) 單一地區，或任何包含荷蘭 (europe-west4) 的雙重地區。即使 bucket 位於資料集多地區內的位置，從任何其他單一地區發出的查詢仍會產生資料移轉費用。舉例來說，如果外部資料表位於EU多地區，而 Cloud Storage 值區位於華沙 (europe-central2)，則這項工作會產生資料移轉費用。雙地區值區：如果您的 BigQuery 資料集位於東京 (
asia-northeast1) 地區，對應的 Cloud Storage 值區必須位於東京地區，或位於包含東京的雙地區，例如ASIA1雙地區。如果 Cloud Storage 值區位於
NAM4雙區域，或包含愛荷華州(us-central1) 區域的任何雙區域，對應的 BigQuery 資料集可以位於US多區域或愛荷華州(us-central1)。如果 Cloud Storage 值區位於
EUR4雙地區，或包含荷蘭 (europe-west4) 地區的任何雙地區，對應的 BigQuery 資料集可以位於EU多地區或荷蘭 (europe-west4)。多區域 bucket：使用多區域資料集位置和多區域 Cloud Storage bucket 時，不建議搭配外部資料表，因為外部查詢效能取決於最低延遲和最佳網路頻寬。
如果 BigQuery 資料集位於
US多區域，對應的 Cloud Storage bucket 必須位於包含愛荷華州 (us-central1) 的雙區域，例如NAM4雙區域，或包含愛荷華州 (us-central1) 的自訂雙區域。如果您的 BigQuery 資料集位於
EU多地區，對應的 Cloud Storage 值區必須位於包含荷蘭 (europe-west4) 的雙地區，例如EUR4雙地區，或是包含荷蘭 (europe-west4) 的自訂雙地區。
如要進一步瞭解支援的 Cloud Storage 位置，請參閱 Cloud Storage 說明文件中的值區位置一文。
將 Cloud Storage 資料載入 BigQuery
從 Cloud Storage 載入資料時，載入的資料必須與 BigQuery 資料集位於相同位置，否則載入工作會產生資料移轉費用。
如要進一步瞭解載入資料移轉費用，請參閱「查詢 Cloud Storage 資料」一節，因為這兩者適用相同的指南。
詳情請參閱「批次載入資料」。
Bigtable
從 Bigtable 查詢資料或將資料匯出至 Bigtable 時，請務必考慮位置。
查詢 Bigtable 資料
透過 BigQuery 外部資料表查詢 Bigtable 中的資料時，Bigtable 執行個體必須與 BigQuery 資料集位於相同位置：
- 單一區域：如果 BigQuery 資料集位於比利時 (
europe-west1) 區域，對應的 Bigtable 執行個體就必須位於比利時區域。 - 多區域：外部查詢效能取決於最低延遲時間和最佳網路頻寬，因此不建議在 Bigtable 上使用多區域資料集位置的外部資料表。
如要進一步瞭解支援的 Bigtable 位置，請參閱「Bigtable 位置」。
將資料匯出至 Bigtable
- 如果 BigQuery 資料集位於多個地區，則必須設定 Bigtable 應用程式設定檔，將資料傳送至該多地區內的 Bigtable 叢集。舉例來說，如果您的 BigQuery 資料集位於
US多區域，Bigtable 集群可以位於美國境內的us-west1(奧勒岡) 區域。 - 如果 BigQuery 資料集位於單一地區，則必須設定 Bigtable 應用程式設定檔，將資料傳送至相同地區的 Bigtable 叢集。舉例來說，如果您的 BigQuery 資料集位於
asia-northeast1(東京) 地區，Bigtable 叢集也必須位於asia-northeast1(東京) 地區。
Google 雲端硬碟
上述的位置注意事項並不適用於 Google 雲端硬碟外部資料來源。
Cloud SQL
透過 BigQuery 聯合查詢查詢 Cloud SQL 中的資料時，Cloud SQL 執行個體必須與 BigQuery 資料集位於相同位置。
- 單一地區：如果 BigQuery 資料集位於比利時 (
europe-west1) 地區位置，對應的 Cloud SQL 執行個體就必須位於比利時地區。 - 多地區：如果 BigQuery 資料集位於
US多地區，對應的 Cloud SQL 執行個體必須位於美國地理區域的單一地區。
如要進一步瞭解支援的 Cloud SQL 位置，請參閱 Cloud SQL 位置。
Spanner
透過 BigQuery 聯合查詢查詢 Spanner 中的資料時，Spanner 執行個體必須與 BigQuery 資料集位於相同位置。
- 單一地區：如果 BigQuery 資料集位於比利時 (
europe-west1) 地區，對應的 Spanner 執行個體就必須位於比利時地區。 - 多區域：如果 BigQuery 資料集位於
US多區域，對應的 Spanner 執行個體必須位於美國地理區域的單一區域。
如要進一步瞭解支援的 Spanner 位置，請參閱「Spanner 位置」。
分析工具
將 BigQuery 資料集與分析工具放在同一位置：- Dataproc：使用 BigQuery 連接器查詢 BigQuery 資料集時，BigQuery 資料集應與 Dataproc 叢集位於同一位置。 Dataproc 支援所有 Compute Engine 位置。
- Vertex AI Workbench：在 Vertex AI Workbench 中使用 Jupyter 筆記本查詢 BigQuery 資料集時，BigQuery 資料集應與 Vertex AI Workbench 執行個體位於同一位置。 查看支援的 Vertex AI Workbench 位置。
資料管理計畫
擬定資料管理方案：- 如果您選擇的是地區儲存資源，例如 BigQuery 資料集或 Cloud Storage 值區，則請擬定資料異地備援管理方案。
限制地點
您可以使用機構政策服務，限制可建立資料集的位置。詳情請參閱「限制資源位置」和「支援資源位置的服務」。
資料集安全性
如要在 BigQuery 中控管資料集存取權，請參閱「控管資料集存取權」。如要瞭解資料加密，請參閱「靜態加密」。
後續步驟
- 瞭解如何建立資料集。
- 瞭解如何將資料載入 BigQuery。
- 瞭解 BigQuery 的計價方式。
- 查看我們在世界各地提供的所有 Google Cloud 服務。
- 探索其他 Google Cloud 服務適用的其他位置概念，例如區域。