Pengantar pengelolaan workload

Pengelolaan workload BigQuery memungkinkan Anda mengalokasikan dan mengelola resource komputasi yang tersedia untuk analisis dan pemrosesan data, serta memungkinkan Anda menentukan cara penagihan biaya untuk resource tersebut.

Model pengelolaan workload

BigQuery menawarkan dua model pengelolaan workload. Dengan penagihan sesuai permintaan, Anda membayar jumlah byte yang diproses saat Anda membuat kueri atau memproses data. Dengan penagihan berbasis kapasitas, Anda mengalokasikan kapasitas pemrosesan untuk workload dengan opsi untuk otomatis menaikkan dan menurunkan kapasitas saat diperlukan.

Kompromi pemesanan.

Anda dapat beralih antara model penagihan sesuai permintaan dan berbasis kapasitas kapan saja. Anda juga dapat menggunakan kombinasi kedua model tersebut.

Memilih model

Pertimbangkan hal berikut saat memilih model pengelolaan workload:

Sesuai permintaan Berbasis kapasitas
Model penggunaan Data yang dipindai atau diproses oleh kueri Anda Slot khusus atau slot penskalaan otomatis
Satuan pengukuran TiB jam-slot
Kapasitas minimum Hingga 2.000 slot per project 50 slot per pemesanan
Kapasitas maksimum Hingga 2.000 slot per project Dapat dikonfigurasi per pemesanan hingga kuota regional
Kontrol biaya Secara opsional, konfigurasikan kuota level project atau tingkat pengguna (batas maksimum) Konfigurasikan anggaran yang dinyatakan dalam slot untuk setiap pemesanan
Konfigurasi Tidak perlu konfigurasi Buat pemesanan slot dan tetapkan ke project
Dukungan edisi Set fitur tetap Tersedia dalam 3 edisi
Diskon kapasitas Hanya bayar sesuai penggunaan Komitmen slot opsional untuk workload status stabil
Dapat diperkirakan Penggunaan dan penagihan variabel Penagihan yang dapat diprediksi melalui nilai dasar dan komitmen
Pembelian terpusat Penagihan per project Alokasikan dan tagih slot secara terpusat, bukan untuk setiap project
Fleksibilitas Kapasitas sesuai permintaan (minimum 10 MiB per kueri) Slot nilai dasar atau penskalaan otomatis (minimum 1 menit secara default; ikut serta dalam penskalaan fleksibel BigQuery tanpa durasi minimum)

Tugas

Setiap kali Anda memuat, mengekspor, membuat kueri, atau menyalin data, BigQuery akan otomatis membuat, menjadwalkan, dan menjalankan tugas yang melacak progres tugas.

Karena tugas berpotensi memerlukan waktu lama untuk diselesaikan, tugas berjalan secara asinkron dan dapat di-polling untuk statusnya. Tindakan yang lebih singkat, seperti mencantumkan resource atau mendapatkan metadata, tidak dikelola sebagai tugas.

Untuk mengetahui informasi selengkapnya tentang tugas, lihat Mengelola tugas.

Slot

Slot BigQuery adalah unit komputasi virtual yang digunakan BigQuery untuk menjalankan kueri SQL atau jenis tugas lainnya. Selama eksekusi kueri, BigQuery akan otomatis menentukan jumlah slot yang digunakan oleh kueri. Jumlah slot yang digunakan bergantung pada jumlah data yang diproses, kompleksitas kueri, dan jumlah slot yang tersedia.

Untuk mempelajari slot lebih lanjut dan cara penggunaannya, lihat Memahami slot.

Reservasi

Dalam model harga berbasis kapasitas, slot dialokasikan dalam kumpulan yang disebut reservasi. Reservasi memungkinkan Anda menetapkan slot dengan cara yang sesuai untuk organisasi Anda. Misalnya, Anda dapat membuat reservasi bernama prod untuk workload produksi, dan reservasi terpisah bernama test untuk pengujian, sehingga tugas pengujian tidak bersaing untuk kapasitas dengan workload produksi. Atau, Anda dapat membuat reservasi untuk beragam departemen di organisasi Anda.

Untuk mengetahui informasi selengkapnya tentang reservasi, lihat Pengelolaan workload menggunakan reservasi.

BI Engine

BI Engine adalah layanan analisis dalam memori yang cepat dan mempercepat banyak kueri SQL di BigQuery dengan meng-cache data yang paling sering Anda gunakan secara cerdas. BI Engine dapat mempercepat kueri SQL dari sumber apa pun, termasuk yang ditulis oleh alat visualisasi data, dan dapat mengelola tabel yang di-cache untuk pengoptimalan berkelanjutan.

Reservasi BI Engine dialokasikan dalam GiB memori dan dikelola secara terpisah dari reservasi slot.

Untuk mengetahui informasi selengkapnya tentang BI Engine, lihat Pengantar BI Engine.

Langkah berikutnya