BigQuery ML ist in der Enterprise- und Enterprise Plus-Version für Kunden verfügbar, die ein Preismodell basierend auf der Rechenkapazität (Anzahl der Slots) gegenüber dem On-Demand-Modell (Anzahl der verarbeiteten Bytes) bevorzugen. Kunden können Enterprise- oder Enterprise Plus-Reservierungen verwenden, um alle Funktionen von BigQuery ML zu nutzen. Die Nutzung von BigQuery ML wird in die Nutzung der BigQuery-Versionen einbezogen.
Reservierungen zum Erstellen eingebundener Modelle
BigQuery hat drei Jobtypen für die Reservierungszuweisung: QUERY, PIPELINE und ML_EXTERNAL. QUERY-Zuweisungen, die für analytische Abfragen verwendet werden, werden auch zum Ausführen von CREATE MODEL-Abfragen für in BigQuery ML eingebundene Modelle verwendet. Das integrierte Modelltraining und die analytischen Abfragen teilen sich denselben Ressourcenpool in ihren zugewiesenen Reservierungen und verhalten sich gleich in Bezug auf die Möglichkeit der Präemption und die Verwendung inaktiver Slots aus anderen Reservierungen.
Reservierungen zum Erstellen externer Modelle
Da externe Modelle außerhalb von BigQuery trainiert werden, sind diese Arbeitslasten nicht auf Abruf. Damit andere Arbeitslasten nicht beeinträchtigt werden, können für diese externen Jobs nur Reservierungen mit der Zuweisung des Jobtyps ML_EXTERNAL verwendet werden. Arbeitslastverwaltung mit Reservierungen wird beschrieben, wie Sie Reservierungen für externe Modelltrainingsjobs erstellen. Die Slot-Nutzung pro Job wird berechnet, um die Preisparität zwischen BigQuery-Slots und den Kosten für externe Google Cloud-Dienste aufrechtzuerhalten.
Hinweis: Sie können Reservierungen, die Sie zum Erstellen externer BigQuery ML-Modelle verwenden möchten, eine Zuweisung des Jobtyps ML_EXTERNAL hinzufügen. Wenn Slots in der Reservierung von QUERY/PIPELINE- und ML_EXTERNAL-Jobs gemeinsam genutzt werden, können QUERY/PIPELINE-Jobs die Slots nur verwenden, wenn sie verfügbar sind. Daher müssen alle kritischen QUERY- und PIPELINE-Jobs in ihren eigenen Reservierungen ausgeführt werden, da ML_EXTERNAL-Jobs nicht auf Abruf sind. ML_EXTERNAL-Jobs können keine inaktiven Slots aus anderen Reservierungen verwenden. Wenn Slots in dieser Reservierung (mit der ML_EXTERNAL-Zuweisung) hingegen verfügbar sind, können sie von Jobs aus anderen Reservierungen (mit _ignore_idle_slots=false) verwendet werden.
Hinweis: Zum Erstellen eines AutoML Tables-Modells benötigen Sie etwa 1.000 ML_EXTERNAL-Slots. Die Anzahl der Slots kann sich gemäß den Kosten für das Gemini Enterprise Agent Platform Tables-Backend ändern. Die Anzahl der externen Slots, die zum Trainieren anderer externer BigQuery ML-Modelle (z. B. DNN, Boosted Tree oder Random Forest) verwendet werden, wird dynamisch bestimmt, um den Trainingsjob horizontal zu skalieren. Genauer gesagt wird die Agent Platform-Trainingsskalierungsstufe (Konfigurationen für virtuelle Maschinen für Chief Worker, Parameter-Server und Worker) zur Laufzeit anhand des Umfangs der Trainingsdaten und des Modelltyps bestimmt. Der BigQuery ML-Dienst reserviert dann eine Reihe von Slots, die dem Gesamtpreis der VM aus Ihren ML_EXTERNAL-Reservierungen entsprechen.
