Introdução ao gerenciamento de cargas de trabalho

O gerenciamento de cargas de trabalho do BigQuery permite alocar e gerenciar recursos de computação disponíveis para análise de dados e processamento, além de especificar como você é cobrado por esses recursos.

Modelos de gerenciamento de cargas de trabalho

O BigQuery oferece dois modelos de gerenciamento de cargas 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 modelos de faturamento sob demanda e com base em capacidade a qualquer momento. Você também pode usar uma combinação dos dois modelos.

Como escolher um modelo

Considere o seguinte ao escolher um modelo de gerenciamento de cargas 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 horas de slot
Capacidade mínima Até 2.000 slots por projeto 50 slots por reserva
Capacidade máxima Até 2.000 slots por projeto Configurável por reserva até a cota regional
Controle de custos Opcionalmente, configure cotas para envolvidos no projeto ou no nível do usuário (limite máximo) Configure um orçamento expresso em slots para cada reserva
Configuração Não é necessário configurar Crie reservas de slots e atribua a projetos
Suporte a edições Conjunto de atributos fixo Disponível em três edições
Descontos de capacidade Somente pagamento por uso Compromissos de slots opcionais para cargas de trabalho estáveis
Previsibilidade Uso e faturamento variáveis Faturamento previsível por meio de linhas de base e compromissos
Compra centralizada Faturamento por projeto Alocar e faturar slots de maneira centralizada, em vez de para cada projeto
Flexibilidade Capacidade sob demanda (mínimo de 10 MiB por consulta) Slots de linha de base ou escalonados automaticamente (mínimo de 1 minuto)

Jobs

Sempre que você carrega, exporta, consulta, ou copia dados, o BigQuery cria, programa e executa automaticamente um job que acompanha 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 Gerenciar 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 que estão sendo processados, da complexidade da consulta e do número de slots disponíveis.

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

Reservas

No modelo de preços com base 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 uma reserva separada chamada test para teste, 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 cargas de trabalho usando as 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