Introducción a los conjuntos de datos

Los conjuntos de datos de BigQuery te permiten organizar y controlar el acceso a tus tablas y vistas. También puedes usar conjuntos de datos para especificar ubicaciones de almacenamiento, administrar políticas de retención, configurar la replicación entre regiones y la recuperación ante desastres, establecer propiedades de tabla predeterminadas y conectarte a fuentes de datos externas.

Conjuntos de datos

Un conjunto de datos se encuentra dentro de un proyecto específico. Los conjuntos de datos son contenedores de nivel superior que se usan para organizar y controlar el acceso a tus tablas y vistas. Una tabla o una vista deben pertenecer a un conjunto de datos, por lo que debes crear al menos un conjunto de datos antes de cargar datos en BigQuery. Usa el formato projectname.datasetname para calificar completamente el nombre de un conjunto de datos cuando usas GoogleSQL o el formato projectname:datasetname para calificar completamente un nombre de conjunto de datos cuando usas la herramienta de línea de comandos de bq.

Ubicación

Especificas una ubicación para almacenar tus datos de BigQuery cuando creas un conjunto de datos. Para obtener una lista de las ubicaciones de los conjuntos de datos de BigQuery, consulta Ubicaciones de BigQuery. BigQuery almacena tus datos en la ubicación seleccionada. Por ejemplo, si eliges EU o una región dentro de la UE para la ubicación del conjunto de datos, tus datos principales del cliente de BigQuery residirán en esa región.

Después de crear el conjunto de datos, su ubicación no se puede cambiar directamente. Sin embargo, puedes usar la replicación de conjuntos de datos entre regiones para replicar el conjunto de datos en una ubicación diferente y ascender la réplica secundariade forma manual.

Si no especificas una ubicación de forma explícita, esta se determina de una de las siguientes maneras:

  • Es la ubicación de los conjuntos de datos a los que se hace referencia en la solicitud. Por ejemplo, si una consulta hace referencia a una tabla o vista en un conjunto de datos almacenado en la región asia-northeast1, el trabajo de consulta se ejecuta en asia-northeast1.
  • Es la región especificada para una conexión a la que se hace referencia en una solicitud.
  • La ubicación de una tabla de destino.

Si la ubicación no se especifica de forma explícita y no se puede determinar a partir de los recursos de la solicitud, se usa la ubicación predeterminada. Si no se establece la ubicación predeterminada, el trabajo se ejecuta en la multirregión US.

Replicación de conjuntos de datos entre regiones

Con la replicación de conjuntos de datos entre regiones de BigQuery, puedes configurar la replicación asíncrona automática de un conjunto de datos entre dos regiones o multirregiones diferentes. La replicación de conjuntos de datos proporciona redundancia geográfica, te permite ejecutar consultas de lectura en la réplica secundaria en otra región y migrar conjuntos de datos entre regiones. Para obtener más información, consulta Replicación de conjuntos de datos entre regiones.

Recuperación ante desastres administrada

Para garantizar la continuidad empresarial durante interrupciones regionales totales, puedes configurar la recuperación ante desastres administrada de BigQuery. La recuperación ante desastres administrada vincula la replicación de conjuntos de datos entre regiones con las reservas de conmutación por error de la edición Enterprise Plus para administrar la conmutación por error de almacenamiento y procesamiento. Ofrece conmutación por error forzada para interrupciones regionales y conmutación por error no forzada para el mantenimiento sincronizado. Para obtener más información, consulta Recuperación ante desastres administrada y Migra a la recuperación ante desastres administrada.

Retención de datos

Los conjuntos de datos usan el viaje en el tiempo junto con el período de seguridad ante fallas para retener los datos borrados y modificados. De forma predeterminada, el período de viaje en el tiempo es de 7 días, pero puedes configurarlo de 2 a 7 días. El viaje en el tiempo te permite consultar datos históricos en un momento determinado o restablecer tablas y conjuntos de datos borrados o vencidos. Una vez que finaliza el período de viaje en el tiempo, los datos entran en un período de seguridad ante fallas de 7 días no configurable para la recuperación de emergencia por parte de la Atención al cliente de Cloud. Para obtener más información, consulta Retención de datos con viaje en el tiempo y seguridad ante fallas.

Conjuntos de datos externos

Además de los conjuntos de datos de BigQuery, puedes crear conjuntos de datos externos, que son vínculos a fuentes de datos externas:

Los conjuntos de datos externos también se conocen como conjuntos de datos federados; ambos términos se usan de forma indistinta.

Una vez creados, los conjuntos de datos externos contienen tablas de una fuente de datos externa de referencia. Los datos de estas tablas no se copian en BigQuery, sino que se consultan cada vez que se usan. Para obtener más información, consulta Consultas federadas de Spanner.

Limitaciones

Los conjuntos de datos de BigQuery están sujetos a las limitaciones siguientes:

  • La ubicación del conjunto de datos solo se puede configurar en el momento de la creación. Una vez que se crea un conjunto de datos, su ubicación no se puede cambiar.
  • Todas las tablas a las que se hace referencia en una consulta deben almacenarse en conjuntos de datos en la misma ubicación.

  • Los conjuntos de datos externos no admiten el vencimiento de tablas, las réplicas, el viaje en el tiempo, la intercalación predeterminada, el modo de redondeo predeterminado ni la opción para habilitar o inhabilitar los nombres de tablas que no distinguen mayúsculas de minúsculas.

  • Cuando copias una tabla, los conjuntos de datos que contienen la tabla de origen y la de destino deben estar en la misma ubicación.

  • Los nombres de los conjuntos de datos deben ser únicos para cada proyecto.

Cuotas

Para obtener más información sobre las cuotas y los límites de los conjuntos de datos, consulta la sección sobre cuotas y límites.

Seguridad

Para controlar el acceso a los conjuntos de datos en BigQuery, consulta Controla el acceso a los conjuntos de datos. Para obtener información sobre la encriptación de datos, consulta Encriptación en reposo.

¿Qué sigue?