Diese Seite wurde von der Cloud Translation API übersetzt.

Einführung in die Arbeitslastverwaltung

Mit der BigQuery-Arbeitslastverwaltung können Sie Rechenressourcen für die Datenanalyse und ‑verarbeitung zuweisen und verwalten. Außerdem können Sie festlegen, wie diese Ressourcen in Rechnung gestellt werden.

Modelle zur Arbeitslastverwaltung

BigQuery bietet zwei Modelle für die Arbeitslastverwaltung. Bei der On-Demand-Abrechnung zahlen Sie für die Anzahl der Byte, die beim Abfragen oder Verarbeiten Ihrer Daten verarbeitet werden. Bei der kapazitätsbasierten Abrechnung weisen Sie Verarbeitungskapazität für Arbeitslasten zu, wobei sich die Kapazität bei Bedarf automatisch nach oben und unten skalieren lässt.

Sie können jederzeit zwischen On-Demand- und kapazitätsbasierten Abrechnungsmodellen wechseln. Sie können auch eine Kombination der beiden Modelle verwenden.

Modell auswählen

Berücksichtigen Sie bei der Auswahl eines Modells zur Arbeitslastverwaltung Folgendes:

	On demand	Kapazitätsbasiert
Nutzungsmodell	Von Ihren Abfragen gescannte oder verarbeitete Daten	Dedizierte Slots oder Autoscaling-Slots
Messeinheit	TiB	slot-hours
Mindestkapazität	Bis zu 2.000 Slots pro Projekt	50 Slots pro Reservierung
Maximale Kapazität	Bis zu 2.000 Slots pro Projekt	Konfigurierbar pro Reservierung bis zum regionalen Kontingent
Kostenkontrolle	Optional: Kontingente auf Projekt- oder Nutzerebene konfigurieren (starre Obergrenze)	Für jede Reservierung ein Budget in Slots konfigurieren
Configuration	Keine Konfiguration erforderlich	Slotreservierungen erstellen und Projekten zuweisen
Unterstützung von Versionen	Festes Feature-Set	In 3 Versionen verfügbar
Kapazitätsrabatte	Nur Pay-as-you-go	Optionale Slotzusicherungen für Arbeitslasten mit kontinuierlichem Status
Planbarkeit	Variable Nutzung und Abrechnung	Vorhersehbare Abrechnung durch Baselines und Zusicherungen
Zentrale Beschaffung	Projektspezifische Abrechnung	Slots zentral statt für jedes Projekt zuweisen und abrechnen
Flexibilität	Kapazität on demand (mindestens 10 MiB pro Abfrage)	Baseline- oder automatisch skalierte Slots (mindestens 1 Minute)

Jobs

Jedes Mal, wenn Sie Daten laden, exportieren, abfragen oder kopieren, wird in BigQuery automatisch ein Job erstellt, geplant und ausgeführt, der den Fortschritt der Aufgabe verfolgt.

Da das Ausführen von Jobs sehr lange dauern kann, werden sie asynchron ausgeführt. Der Status kann jeweils abgefragt werden. Kürzere Aktionen wie das Auflisten von Ressourcen oder das Abrufen von Metadaten werden nicht als Jobs verwaltet.

Weitere Informationen zu Jobs finden Sie unter Jobs verwalten.

Slots

Ein BigQuery-Slot ist eine virtuelle Recheneinheit, die von BigQuery zum Ausführen von SQL-Abfragen oder anderen Jobtypen verwendet wird. Während der Ausführung einer Abfrage ermittelt BigQuery automatisch, wie viele Slots von der Abfrage verwendet werden. Die Anzahl der verwendeten Slots hängt von der Menge der verarbeiteten Daten, der Komplexität der Abfrage und der Anzahl der verfügbaren Slots ab.

Weitere Informationen zu Slots und ihrer Verwendung finden Sie unter Informationen zu Slots.

Reservierungen

Beim kapazitätsbasierten Preismodell werden Slots in Pools zugewiesen, die als Reservierungen bezeichnet werden. Mit Reservierungen können Sie Slots für Ihre Organisation auf sinnvolle Weise zuweisen. Sie können beispielsweise eine Reservierung mit dem Namen prod für Produktionsarbeitslasten und eine separate Reservierung mit dem Namen test für Tests erstellen, sodass Testjobs nicht um Kapazität mit Produktionsarbeitslasten konkurrieren. Alternativ können Sie Reservierungen für verschiedene Abteilungen in Ihrer Organisation erstellen.

Weitere Informationen zu Reservierungen finden Sie unter Arbeitslastverwaltung mit Reservierungen.

BI Engine

BI Engine ist ein schneller In-Memory-Analysedienst, der viele SQL-Abfragen in BigQuery beschleunigt. Dazu werden die am häufigsten verwendeten Daten auf intelligente Weise im Cache gespeichert. BI Engine kann SQL-Abfragen von jeder Quelle beschleunigen, einschließlich solcher, die von Datenvisualisierungstools geschrieben wurden, und kann im Cache gespeicherte Tabellen für eine kontinuierliche Optimierung verwalten.

BI Engine-Reservierungen werden in GiB Arbeitsspeicher zugewiesen und getrennt von Slots reserviert.

Weitere Informationen zur BI Engine finden Sie unter Einführung in die BI Engine.