本页面上的部分或全部信息可能不适用于 Trusted Cloud by S3NS。
工作负载管理简介
借助 BigQuery 工作负载管理,您可以分配和管理可用于数据分析和处理的计算资源,还可以指定这些资源的计费方式。
工作负载管理模型
BigQuery 提供了两种工作负载管理模式。使用按需结算时,您需要按查询或处理数据时处理的字节数付费。使用基于容量的结算时,您可以为工作负载分配处理容量,并可以选择根据需要自动扩缩容量。
您可以随时切换按需结算和基于容量的结算模式。您还可以将这两种模型组合使用。
选择一个模型
选择工作负载管理模型时,请考虑以下事项:
|
按需 |
基于容量 |
使用模型 |
查询扫描或处理的数据 |
专用槽或自动扩缩槽 |
测量单位 |
TiB |
槽小时 |
最小容量 |
每个项目最多 2,000 个槽位 |
每个预留 50 个槽 |
最大容量 |
每个项目最多 2,000 个槽位 |
可按预订进行配置,最多不超过区域配额 |
费用控制 |
(可选)配置项目级或用户级配额(硬上限) |
为每个预订配置以槽数表示的预算 |
配置 |
无需任何配置 |
创建槽预留并将其分配给项目 |
版本支持 |
固定特征集 |
分为 3 个版本 |
容量折扣 |
仅限随用随付 |
可选的稳定状态工作负载槽承诺 |
可预测性 |
变量使用量和结算 |
通过基准和承诺实现可预测的结算 |
集中采购 |
按项目结算 |
集中分配和结算槽,而不是按项目分配和结算 |
灵活性 |
按需容量(每查询至少 10 MiB) |
基准槽或自动扩缩槽(最少 1 分钟) |
求职招聘
每当您加载、导出、查询或复制数据时,BigQuery 都会自动创建、安排和运行一个作业,以跟踪任务进度。
由于作业可能需要很长时间才能完成,它们会异步运行,其状态可以轮询。用时较短的操作(例如列出资源或获取元数据)不会作为作业进行管理。
如需详细了解作业,请参阅管理作业。
槽数
BigQuery 槽是 BigQuery 执行 SQL 查询或其他作业类型的虚拟计算单元。在执行查询期间,BigQuery 会自动确定查询使用的槽数。使用的槽数取决于要处理的数据量、查询的复杂性以及可用的槽数。
如需详细了解槽及其使用方式,请参阅了解槽。
预留
在基于容量的价格模式中,槽在名为预留的池中分配。使用预留,您可以按照适合组织的方式分配槽。例如,您可以为生产工作负载创建名为 prod
的预留,并为测试创建另一个名为 test
的预留,以使测试作业不会与生产工作负载争用容量。或者,您可以为组织的不同部门创建预留。
如需详细了解预留,请参阅使用预留管理工作负载。
BI Engine
BI Engine 是一项高速内存中分析服务,它可以智能地缓存最常使用的数据,从而加快 BigQuery 中的许多 SQL 查询的速度。BI Engine 可以加快来自任何来源(包括由数据可视化工具编写的查询)的 SQL 查询的速度,并且可以管理缓存表以进行持续优化。
BI Engine 预留以 GiB 为单位分配内存,并与槽预留分开管理。
如需详细了解 BI Engine,请参阅 BI Engine 简介。
后续步骤
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-08-08。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2025-08-08。"],[[["BigQuery workload management allows users to manage compute resources for data analysis and processing, offering options for how resources are charged."],["Two models are available for workload management: on-demand billing, which charges per bytes processed, and capacity-based billing, which involves allocating processing capacity with optional autoscaling."],["Users can choose between on-demand and capacity-based billing models and combine both, offering flexibility in managing resources and costs."],["BigQuery utilizes jobs to manage tasks such as loading, exporting, querying, and copying data, with each job being tracked asynchronously for its progress."],["Slots, which are virtual compute units, are used by BigQuery to execute SQL queries, and they are managed through reservations in the capacity-based pricing model, allowing for organized allocation for different needs."]]],[]]