我使用BigQuery和VM实例注意到Google Cloud Compute引擎中的一种奇怪行为。
我有一个将数据流到bigquery的Java过程。
我希望通过为BigQuery数据集和VM实例选择同一区域，但我的测试表现出意外的行为。
case1：在US-CENTRAL1-A上的VM和数据集位置插入bigquery响应的平均时间：150毫秒
案例2：欧洲 - west1-c和数据集位置的VM 插入大Query响应的平均时间：700毫秒
case3：在US-CENTRAL1-A和DATASET位置eu 上的VM插入大Query响应的平均时间：1200毫秒
案例4：欧洲 - west1-c和数据集位置的VM eu 平均插入BigQuery响应时间：1700毫秒
我可以理解case2和case3中的性能下降，但是案例4？
测试表明，如果BigQuery数据集位置是"欧盟"的性能，即使VM区域为欧洲 - west1-c。
。我的结论是：切勿在欧盟使用BigQuery（当然，除了数据位置的要求外！
）！我的注意事项有什么问题？
感谢您的报告。
看起来帖子中提到的延迟包括两个table.get（） tabledata.insertall（）。延迟差主要由表引起。get（）。
我们知道，呼叫元数据相关的API（例如表。Get）比我们慢。它是由一些现有的基础架构限制引起的，不幸的是，它有短期修复。但是我们正在积极进行一些后端更改，以最大程度地减少长期的潜伏期差异。
您可能会考虑一些减轻这种情况的事情：
- 提前创建您的桌子，因此无需每次插入之前检查表
- 如果是每天的表，也许可以尝试使用分区？然后，您只需要创建一次表即可。https://cloud.google.com/bigquery/docs/partitioned-tables https://cloud.google.com/bigquery/docs/querying-partition-partitioned-tables
- 如果新创建的表具有与基表相同的架构，请尝试流到模板表。https://cloud.google.com/bigquery/streaming-data-into-bigquery#template-tables