建立跨雲端連線

預覽

這項功能適用《服務專屬條款》中「一般服務條款」一節的《正式發布前產品條款》。正式發布前功能是依「原樣」提供，支援服務可能受限。 詳情請參閱推出階段說明。

附註： 如要尋求支援或針對這項功能提供意見回饋，請傳送電子郵件至 [e-mail]。

跨雲端連線是 BigQuery 連線，可將 Amazon Web Services (AWS)、Microsoft Azure 和 Salesforce Data 360 的資料匯入 BigQuery，以供查詢。這些連線是 BigQuery Omni 標準 BigQuery 連線的替代方案，BigQuery 會在遠端區域部署輕量級的運算工作站，讓您查詢其他雲端中的資料，不必移動任何資料。

與標準連線相比，工作負載可透過跨雲端連線獲得以下優勢：

• 功能一致性。將其他雲端的資料匯入 BigQuery 後，您就能直接存取 BigQuery AI 功能、Gemini Enterprise Agent Platform、具體化檢視區塊、使用者定義函數，以及透過標準連線無法使用的其他功能。
• 具成本效益。使用跨雲端連線的工作負載會耗用標準時段預留和承諾，因此不需要管理個別的運算容量。
• 智慧型快取。在跨雲端傳輸資料時，BigQuery 會自動在本地快取片段，避免後續查詢產生高昂的跨雲端輸出費用。詳情請參閱「智慧型快取」。

如果您的工作負載涉及 Apache Iceberg 目錄，或需要跨 BigQuery 以外的引擎查詢，請考慮改用無邊界 Lakehouse 的跨雲端資料存取功能。

事前準備

授予 Identity and Access Management 和第三方角色，讓使用者具備執行本文中各項工作所需的權限。

必要的 BigQuery 角色

如要取得建立跨雲端連線所需的權限，請要求管理員授予您專案的 BigQuery 管理員 (roles/bigquery.admin) IAM 角色。如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

您或許也能透過自訂角色或其他預先定義的角色，取得必要權限。

必要的第三方角色

如要取得建立跨雲端連線所需的權限，請確認您具備下列第三方角色：

• AWS：可讓您在 AWS 帳戶中建立 IAM 政策和角色的角色。
• 適用於 Azure：可讓您在 Microsoft Entra ID (Azure AD) 中管理應用程式註冊，並在目標 Azure 帳戶中指派角色的角色，例如「儲存體 Blob 資料讀取者」。

建立 AWS 跨雲端連線

如要建立 AWS 跨雲端連線，請按照下列步驟操作：

1. 為 BigQuery 建立 AWS IAM 政策，就像建立標準 BigQuery 連線一樣。
2. 為 BigQuery 建立 AWS IAM 角色，就像建立標準 BigQuery 連線一樣。

3. 如要建立連線資源，請使用 bq mk --connection 指令：

   bq mk --connection \
       --connection_type='AWS' \
       --location=LOCATION \
       --project_id=PROJECT_ID \
       --properties='{"accessRole":{"iamRoleId":"arn:aws:iam::AWS_ACCOUNT_ID:role/ROLE_NAME"}}' \
       CONNECTION_ID

   更改下列內容：

   • LOCATION：標準的 BigQuery 位置，而非 BigQuery Omni 位置。如需選取區域的指引，請參閱「區域建議」。
   • PROJECT_ID：專案的 ID。 Google Cloud
   • AWS_ACCOUNT_ID：上一個步驟中的 AWS IAM 使用者 ID。
   • ROLE_NAME：您選擇的 AWS 角色政策名稱。
   • CONNECTION_ID：要提供給這個連線資源的 ID。

4. 如要記下服務帳戶資訊，請使用 bq show 指令：

   bq show --connection \
       --location=LOCATION \
       PROJECT_ID.LOCATION.CONNECTION_ID

5. 為 AWS 角色新增信任政策，使用服務帳戶資訊，就像處理標準 BigQuery 連線一樣。

建立 AWS 跨雲端連線後，您現在可以建立資料表和資料集，查詢遠端資料。

AWS 範例

以下範例會建立外部資料表，透過跨雲端連線直接從 Amazon Simple Storage Service (Amazon S3) bucket 查詢 Parquet 檔案：

CREATE SCHEMA `my-project.aws_raw_data`
  OPTIONS (
    location = 'us-east4');

CREATE EXTERNAL TABLE `my-project.aws_raw_data.sales_parquet`
WITH CONNECTION `us-east4.my-aws-connection`
  OPTIONS (
    format = 'PARQUET',
    uris = ['s3://my-data-bucket/sales/year=2025/*']);

下列範例使用 AWS Glue 和跨雲端連線，將整個資料庫聯合至 BigQuery：

CREATE EXTERNAL SCHEMA `my-project.aws_glue_data`
WITH CONNECTION `us-east4.my-aws-connection`
  OPTIONS (
    location = 'us-east4',
    external_source = 'aws-glue://arn:aws:glue:us-east-4:123456789:database/test_database');

如要進一步瞭解 AWS Glue 聯盟，請參閱「建立及管理 AWS Glue 聯合資料集」。

建立 Azure 跨雲端連線

如要建立 Azure 跨雲端連線，請按照下列步驟操作：

1. 在 Azure 用戶群中建立應用程式，就像建立標準 BigQuery 連線一樣，並記下應用程式 (用戶端) 和目錄 (租戶) ID。
2. 將角色指派給 Azure 應用程式，就像指派給標準 BigQuery 連線一樣。

3. 如要建立連線資源，請使用 bq mk --connection 指令：

   bq mk --connection \
       --connection_type='Azure' \
       --tenant_id=TENANT_ID \
       --location=LOCATION \
       --federated_azure=true \
       --federated_app_client_id=APP_ID \
       --project_id=PROJECT_ID \
       CONNECTION_ID

   更改下列內容：

   • TENANT_ID：包含 Azure 帳戶的 Azure 目錄的租戶 ID。
   • LOCATION：標準的 BigQuery 位置，而非 BigQuery Omni 位置。如需選取區域的指引，請參閱「區域建議」。
   • APP_ID：Azure 應用程式 (用戶端) ID。
   • PROJECT_ID：專案的 ID。 Google Cloud
   • CONNECTION_ID：要提供給這個連線資源的 ID。

4. 如要記下服務帳戶資訊，請使用 bq show 指令：

   bq show --connection \
       --location=LOCATION \
       PROJECT_ID.LOCATION.CONNECTION_ID

5. 使用服務帳戶資訊新增同盟憑證，就像新增標準 BigQuery 連線一樣。

建立 Azure 跨雲端連線後，您現在可以建立資料表和資料集，查詢遠端資料。

Azure 範例

以下範例會建立外部資料表，直接從 Azure Blob 儲存體容器查詢 Parquet 檔案，並使用跨雲端連線：

CREATE SCHEMA `my-project.azure_raw_data`
  OPTIONS (
    location = 'us-east4');

CREATE EXTERNAL TABLE `my-project.azure_raw_data.sales_parquet`
WITH CONNECTION `us-east4.my-azure-connection`
  OPTIONS (
    format = 'PARQUET',
    uris = ['azure://mystorageaccount.blob.core.windows.net/mycontainer/sales/year=2025/*']);

下列範例會建立外部資料表，透過跨雲端連線查詢 Blob 儲存體容器中的原始 CSV 匯出內容：

CREATE EXTERNAL TABLE `my-project.azure_raw_data.daily_logs_csv`
WITH CONNECTION `us-east4.my-azure-connection`
  OPTIONS (
    format = 'CSV',
    skip_leading_rows = 1,
    uris = ['azure://mystorageaccount.blob.core.windows.net/mycontainer/logs/*.csv']);

建立 Data 360 跨雲端連線

如要建立 Data 360 跨雲端連結，請按照將 Data 360 資料集連結至 BigQuery 的步驟操作，但請在標準 BigQuery 位置建立連結的資料集，而非在 BigQuery Omni 位置建立。如需選取區域的指引，請參閱「區域建議」。

將查詢更新為使用新資料集後，即可刪除所有舊版連結資料集和 BigQuery Omni 具體化檢視區塊。

區域建議

為跨雲端連線選取標準 BigQuery 區域時，請選擇與資料實際位置最接近的區域，以獲得最佳成本和效能效率。

下表列出 AWS 區域和最合適的對應 BigQuery 區域：

AWS 區域	最接近的 BigQuery 區域	其他鄰近的 BigQuery 區域
us-east-1	us-east4	us-east1 us-east5 us-central1
us-east-2	us-east5	us-east4 us-east1 us-central1
us-west-1	us-west2	us-west4 us-west1 us-west3
us-west-2	us-west1	us-west3 us-west4 us-west2
ca-central-1	northamerica-northeast1	northamerica-northeast2 us-east4 us-east5
sa-east-1	southamerica-east1	southamerica-west1 us-east1 us-south1
eu-west-1	europe-west1	europe-west2 europe-west9 europe-west4
eu-west-2	europe-west2	europe-west1 europe-west9 europe-west4
eu-west-3	europe-west9	europe-west1 europe-west2 europe-west3
eu-central-1	europe-west3	europe-west4 europe-west1 europe-west6
eu-central-2	europe-west6	europe-west8 europe-west12 europe-west3
eu-north-1	europe-north1	europe-west4 europe-central2 europe-west1
eu-south-1	europe-west8	europe-west12 europe-west6 europe-west3
eu-south-2	europe-southwest1	europe-west9 europe-west1 europe-west8
me-central-1	me-central1	me-central2 me-west1 asia-south1
me-south-1	me-central2	me-central1 me-west1 asia-south1
af-south-1	europe-southwest1	me-central2 me-west1 europe-west1
ap-east-1	asia-east2	asia-east1 asia-southeast1 asia-northeast1
ap-northeast-1	asia-northeast1	asia-northeast2 asia-northeast3 asia-east1
ap-northeast-2	asia-northeast3	asia-northeast2 asia-northeast1 asia-east1
ap-northeast-3	asia-northeast2	asia-northeast1 asia-northeast3 asia-east1
ap-south-1	asia-south1	asia-south2 me-central1 asia-southeast1
ap-south-2	asia-south2	asia-south1 asia-southeast1 me-central1
ap-southeast-1	asia-southeast1	asia-southeast2 asia-east1 asia-south1
ap-southeast-2	australia-southeast1	australia-southeast2 asia-southeast2 asia-southeast1
ap-southeast-3	asia-southeast2	asia-southeast1 australia-southeast1 asia-east1

下表列出 Azure 區域，以及最適合的對應 BigQuery 區域：

Azure 區域	最接近的 BigQuery 區域	其他鄰近的 BigQuery 區域
美國東部	us-east4	us-east1 us-east5 us-central1
美國東部 2	us-east4	us-east1 us-east5 us-south1
美國西部	us-west1	us-west2 us-west3 us-west4
美國西部 2	us-west1	us-west4 us-west3 us-west2
美國西部 3	us-west4	us-west2 us-west3 us-west1
美國中部	us-central1	us-east5 us-east4 us-east1
美國中北部	us-east5	us-central1 us-east4 us-east1
美國中南部	us-south1	us-east5 us-central1 us-east1
美國中西部	us-west3	us-central1 us-west4 us-west2
加拿大中部	northamerica-northeast2	northamerica-northeast1 us-east5 us-east4
加拿大東部	northamerica-northeast1	northamerica-northeast2 us-east4 us-east5
西歐	europe-west4	europe-west1 europe-west3 europe-west9
北歐	europe-west1	europe-west2 europe-west9 europe-west4
法國中部	europe-west9	europe-west1 europe-west2 europe-west3
法國南部	europe-west9	europe-southwest1 europe-west8 europe-west1
德國中西部	europe-west3	europe-west4 europe-west1 europe-west6
德國北部	europe-west3	europe-west4 europe-central2 europe-west2
瑞士北部	europe-west6	europe-west8 europe-west12 europe-west3
瑞士西部	europe-west6	europe-west9 europe-west8 europe-west3
英國南部	europe-west2	europe-west1 europe-west9 europe-west4
英國西部	europe-west2	europe-west1 europe-west9 europe-west4
挪威東部	europe-north1	europe-west4 europe-central2 europe-west1
挪威西部	europe-north1	europe-west4 europe-central2 europe-west1
瑞典中部	europe-north1	europe-west4 europe-central2 europe-west1
東亞	asia-east2	asia-east1 asia-southeast1 asia-northeast1
東南亞	asia-southeast1	asia-southeast2 asia-east1 asia-south1
日本東部	asia-northeast1	asia-northeast2 asia-northeast3 asia-east1
日本西部	asia-northeast2	asia-northeast1 asia-northeast3 asia-east1
韓國中部	asia-northeast3	asia-northeast2 asia-northeast1 asia-east1
澳洲東部	australia-southeast1	australia-southeast2 asia-southeast2 asia-southeast1
澳洲東南	australia-southeast2	australia-southeast1 asia-southeast1 asia-east1
澳洲中部	australia-southeast1	australia-southeast2 asia-southeast2 asia-southeast1
西印度	asia-south1	asia-south2 me-central1 asia-southeast1
印度中部	asia-south1	asia-south2 me-central1 asia-southeast1
印度南部	asia-south1	asia-south2 asia-southeast1 me-central1

後續步驟

• 瞭解 BigQuery 數據分析。