数据驻留

本页面介绍了 Conversational Analytics API 如何支持数据驻留。数据驻留是指数据的物理位置，以及在特定地理区域内存储和处理数据的承诺，以满足监管或政策要求。如需控制数据的位置，请为 API 请求指定区域服务端点。

在本文档中，位置是指数据驻留所在的 Google Cloud 区域或多区域位置，您的数据与服务专用条款的数据位置部分中的“客户数据”含义相同。

Conversational Analytics API 的数据驻留承诺因智能体连接到 BigQuery 还是 Looker 而异。

数据驻留范围

Conversational Analytics API 可让您控制客户数据在不同状态下的存储位置，从而帮助您满足数据驻留要求：

• 当数据存储在永久性存储空间中，而不是正在被处理或传输时，数据处于静态。
• 当数据位于内存中时，例如当机器学习 (ML) 模型处理数据以生成回答或服务执行查询时，数据处于使用中状态。对于 Conversational Analytics API，使用中数据的数据驻留承诺仅适用于管辖区内的机器学习处理，不涵盖所有使用中数据状态的全面驻留。
• 数据在进入或离开 Google 网络边界时处于传输中状态。

Conversational Analytics API 的数据驻留承诺适用于 DataAgent 资源（包括客户配置、上下文、系统指令和示例查询）和 Conversation 资源（包括消息内容和状态历史记录）。这些承诺不适用于服务数据（例如资源标识符和标签）或传输中的数据。

支持的数据位置

Conversational Analytics API 支持全球、区域和多区域位置。使用区域级或多区域级端点时，您可以控制静态数据的存储位置。

在下表中，管辖区机器学习 (ML) 处理（标识为使用中（管辖区））是指对您的数据进行机器学习处理的承诺。如服务专用条款中所定义，Google 仅在您选择的单区域或多区域中对您的数据执行机器学习处理。

以下部分详细介绍了对使用 BigQuery 和 Looker 数据源的代理和对话的数据驻留支持。

BigQuery 数据

对于连接到 BigQuery 的数据代理，区域和多区域端点支持静态数据的数据驻留，以及使用中数据的管辖区机器学习处理。无论您指定哪个端点位置，智能体都可以连接到任何位置或位置组合中的 BigQuery 数据集：

Looker 数据

对于连接到 Looker 的数据智能体，区域级和多区域级端点支持静态数据的数据驻留。无论您指定哪个端点位置，代理都可以连接到任何位置或位置组合中的数据源：

如需查看可用单区域和多区域端点的完整列表，请参阅 Conversational Analytics API 位置。

通过区域端点强制执行数据驻留

如需为 DataAgent 和 Conversation 资源强制执行数据驻留，请在创建和访问这些资源时使用区域级端点。调用区域级端点时，请求路径或请求父级中的位置必须与您调用的端点的位置一致。例如，如果您调用 geminidataanalytics.us.rep.googleapis.com 端点，则必须在请求路径或请求父级（例如 /locations/us 或 projects/PROJECT_ID/locations/us）中指定 us。

Conversational Analytics API 的服务端点使用以下格式，具体取决于位置类型：

• 全球：geminidataanalytics.googleapis.com
• 多区域：geminidataanalytics.LOCATION.rep.googleapis.com
• 区域：geminidataanalytics-LOCATION.googleapis.com

将 LOCATION 占位符替换为数据源支持的国家/地区或多区域。如需了解详情，请参阅支持的数据位置。

以下示例展示了如何为 HTTP 和 Python SDK 请求配置区域端点：

project_id = "PROJECT_ID"
location = "LOCATION"

# Set the base URL based on location.
if not location or location == "global":
  base_url = "https://geminidataanalytics.googleapis.com"
elif "-" in location:
  # Regional endpoints
  base_url = f"https://geminidataanalytics-{location}.googleapis.com"
else:
  # Multi-regional endpoints
  base_url = f"https://geminidataanalytics.{location}.rep.googleapis.com"

# Example API request URL construction using base_url:
chat_url = f"{base_url}/v1beta/projects/{project_id}/locations/{location}:chat"

from google.cloud import geminidataanalytics
from google.api_core import client_options

project_id = "PROJECT_ID"
location = "LOCATION"

# Set client options based on location.
if not location or location == "global":
  endpoint = "geminidataanalytics.googleapis.com"
elif "-" in location:
  # Regional endpoints
  endpoint = f"geminidataanalytics-{location}.googleapis.com"
else:
  # Multi-regional endpoints
  endpoint = f"geminidataanalytics.{location}.rep.googleapis.com"
opts = client_options.ClientOptions(api_endpoint=endpoint)

# Use client options when initializing API clients.
data_agent_client = geminidataanalytics.DataAgentServiceClient(client_options=opts)
data_chat_client = geminidataanalytics.DataChatServiceClient(client_options=opts)

# Use clients to make API requests. For example:
# response = data_chat_client.chat(request=request)

按如下所示替换示例值：

• PROJECT_ID：您的 Google Cloud 项目 ID。
• LOCATION：您要在其中创建资源的区域或多区域。如需了解每个数据源支持的位置，请参阅支持的数据位置。

限制

使用区域端点时，请考虑以下几点：

• 如果您将客户管理的加密密钥 (CMEK) 与 Conversational Analytics API 搭配使用，则 Cloud KMS 密钥必须与区域级端点位于同一位置。

后续步骤

• 查看对话式分析 API 支持的位置列表。
• 了解客户管理的加密密钥 (CMEK)。
• 详细了解Google Cloud 位置。
• 如需了解一般数据位置承诺，请参阅服务专用条款。