本頁面中的部分或全部資訊可能不適用於 Trusted Cloud by S3NS。
工作負載管理簡介
透過 BigQuery 工作負載管理功能,您可以分配及管理可用於資料分析和處理的運算資源,並指定這些資源的收費方式。
工作負載管理模式
BigQuery 提供兩種工作負載管理模式。採用以量計費時,您只需為查詢或處理資料時處理的位元組數付費。使用以容量為準計費功能,您可以為工作負載分配處理容量,並在需要時選擇自動調降或調升容量。
您隨時可以切換以量計價和以容量計價這兩種計費模式。您也可以同時使用這兩種模式。
選擇模型
選擇工作負載管理模式時,請考量下列事項:
|
以量計價 |
容量 |
用量模式 |
查詢掃描或處理的資料 |
專屬運算單元或自動調度運算單元 |
計量單位 |
TiB |
運算單元時數 |
容量下限 |
每項專案最多 2,000 個運算單元 |
每個預留項目 50 個運算單元 |
容量上限 |
每項專案最多 2,000 個運算單元 |
可針對個別預訂項目設定,最多可達區域配額 |
費用控管 |
選用設定專案層級或使用者層級配額 (硬性上限) |
為每個預訂項目設定以時段表示的預算 |
設定 |
不需要設定 |
建立運算單元預留項目並指派給專案 |
版本支援 |
固定功能組合 |
提供 3 種版本 |
容量折扣 |
僅限即付即用 |
適用於穩定狀態工作負載的選用分槽承諾 |
可預測性 |
用量與計費方式 (視情況而定) |
透過基準和承諾提供可預測的帳單 |
集中購買 |
依專案計費 |
集中分配和計費運算單元,而非針對每個專案進行 |
工作彈性 |
以量計價的容量 (每個查詢至少 10 MiB) |
基準或自動調度的時段 (最短 1 分鐘) |
工作
每次您載入、匯出、查詢或複製資料時,BigQuery 都會自動建立、排定及執行工作,以便追蹤任務的進度。
因為工作可能需要長時間才能完成,所以會非同步執行,而且可以輪詢其狀態。執行時間較短的動作 (如列出資源或取得中繼資料) 不會以工作形式管理。
如要進一步瞭解工作,請參閱「管理工作」。
運算單元
BigQuery 運算單元是 BigQuery 用來執行 SQL 查詢或其他工作類型的虛擬運算單元。執行查詢時,BigQuery 會自動判斷查詢使用了多少運算單元。使用的運算單元數量取決於所處理的資料量、查詢的複雜程度,以及可用的運算單元數量。
如要進一步瞭解時段和使用時段的方式,請參閱「瞭解時段」一文。
保留項目
在容量型定價模式中,運算單元會分配至稱為「預留」的資源池。保留項目可讓您以適合貴機構的方式指派時段。舉例來說,您可以為實際工作環境工作負載建立名為 prod
的保留項目,並為測試工作建立另一個名為 test
的保留項目,這樣測試工作就不會與實際工作環境工作負載爭奪容量。或者,您也可以為貴機構的不同部門建立預約。
如要進一步瞭解保留項目,請參閱「使用保留項目進行工作負載管理」。
BI Engine
BI Engine 是速度飛快的記憶體內分析服務,可透過智慧快取您最常用到的資料,加速 BigQuery 中的許多 SQL 查詢。BI Engine 可加快任何來源的 SQL 查詢速度,包括由資料視覺化工具編寫的查詢,並可管理快取資料表,以便持續進行最佳化。
BI Engine 保留空間會以 GiB 記憶體為單位分配,並與時段保留空間分開管理。
如要進一步瞭解 BI Engine,請參閱「BI Engine 簡介」。
後續步驟
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2025-08-08 (世界標準時間)。
[[["容易理解","easyToUnderstand","thumb-up"],["確實解決了我的問題","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["缺少我需要的資訊","missingTheInformationINeed","thumb-down"],["過於複雜/步驟過多","tooComplicatedTooManySteps","thumb-down"],["過時","outOfDate","thumb-down"],["翻譯問題","translationIssue","thumb-down"],["示例/程式碼問題","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["上次更新時間:2025-08-08 (世界標準時間)。"],[[["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."]]],[]]