Cloud Composer 1 | Cloud Composer 2
本页面介绍如何在 Cloud Composer 2 中扩缩 Cloud Composer 环境。
其他有关扩缩的页面:
纵向和横向扩缩
横向扩缩选项:
纵向扩缩选项:
调整工作器数量的下限和上限
您可以为环境设置工作器数量下限和上限。 Cloud Composer 会在设定的限制内自动扩缩您的环境。您可以随时调整这些限制。
控制台
前往 Google Cloud 控制台中的环境页面:
选择您的环境。
转到环境配置标签页。
在资源 > 工作负载配置项中,点击修改。
在工作负载配置对话框中,在工作器自动扩缩部分调整 Airflow 工作器的限制:
在工作器数量下限字段中,指定您的环境必须始终运行的 Airflow 工作器的数量。您的环境中的工作器数量不能低于此数量,即使更少数量的工作器可以处理负载也是如此。
在工作器数量上限字段中,指定您的环境可以运行的 Airflow 工作器数量的上限。您的环境中的工作器数量不能超出此数量,即使需要更多数量的工作器来处理负载也是如此。
点击保存。
gcloud
运行以下 Google Cloud CLI 命令:
gcloud composer environments update ENVIRONMENT_NAME \
--location LOCATION \
--min-workers WORKERS_MIN \
--max-workers WORKERS_MAX
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。- 将
WORKERS_MIN
替换为您的环境可运行的 Airflow 工作器数量的下限。即使可以处理负载的工作器数量较少,您环境中的工作器数量也不会低于此数字。 - 将
WORKERS_MAX
替换为您的环境可运行的 Airflow 工作器数量的上限。您的环境中的工作器数量不能超出此数量,即使需要更多数量的工作器来处理负载也是如此。
示例:
gcloud composer environments update example-environment \
--location us-central1 \
--min-workers 2 \
--max-workers 6
API
构建
environments.patch
API 请求。在此请求中:
在参数
updateMask
中,指定config.softwareConfig.workloadsConfig.worker.minCount,config.softwareConfig.workloadsConfig.worker.maxCount
掩码。在请求正文的
minCount
和maxCount
字段中,指定新的工作器数量限制。
"config": {
"workloadsConfig": {
"worker": {
"minCount": WORKERS_MIN,
"maxCount": WORKERS_MAX
}
}
}
您需要将其中的:
- 将
WORKERS_MIN
替换为您的环境可运行的 Airflow 工作器数量的下限。即使可以处理负载的工作器数量较少,您环境中的工作器数量也不会低于此数字。 - 将
WORKERS_MAX
替换为您的环境可运行的 Airflow 工作器数量的上限。您的环境中的工作器数量不能超出此数量,即使需要更多数量的工作器来处理负载也是如此。
示例:
// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.worker.minCount,
// config.workloadsConfig.worker.maxCount
"config": {
"workloadsConfig": {
"worker": {
"minCount": 2,
"maxCount": 6
}
}
}
Terraform
workloadsConfig.worker
块中的 min_count
和 max_count
字段用于指定环境中的工作器数量下限和上限:
resource "google_composer_environment" "example" {
provider = google-beta
name = "ENVIRONMENT_NAME"
region = "LOCATION"
config {
workloads_config {
worker {
min_count = WORKERS_MIN
max_count = WORKERS_MAX
}
}
}
}
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。- 将
WORKERS_MIN
替换为您的环境可运行的 Airflow 工作器数量的下限。即使可以处理负载的工作器数量较少,您环境中的工作器数量也不会低于此数字。 - 将
WORKERS_MAX
替换为您的环境可运行的 Airflow 工作器数量的上限。您的环境中的工作器数量不能超出此数量,即使需要更多数量的工作器来处理负载也是如此。
示例:
resource "google_composer_environment" "example" {
provider = google-beta
name = "example-environment"
region = "us-central1"
config {
workloads_config {
worker {
min_count = 2
max_count = 6
}
}
}
}
调整调度器的数量
您的环境可以同时运行多个 Airflow 调度器。使用多个调度器在多个调度器实例之间分配负载,以实现更好的性能和可靠性。
您的环境中最多可以有 10 个调度器。增加调度器的数量并不总是可以提高 Airflow 性能。例如,仅使用一个调度器的性能可能优于使用两个调度器。如果额外的调度器未得到利用,则可能会发生这种情况,因而会占用环境的资源,而不会提升整体性能。实际的调度器性能取决于 Airflow 工作器的数量、在您的环境中运行的 DAG 和任务的数量,以及 Airflow 和环境的配置。
我们建议您先使用两个调度器,然后再监控环境的性能。如果您更改调度器的数量,则可以随时将环境扩缩回原始调度器的数量。
如需详细了解如何配置多个调度器,请参阅 Airflow 文档。
如需更改环境的调度器的数量,请按照以下所述操作:
控制台
前往 Google Cloud 控制台中的环境页面:
选择您的环境。
转到环境配置标签页。
在资源 > 工作负载配置项中,点击修改。
在工作负载配置对话框的调度器数量下拉列表中,为您的环境设置调度器的数量。
点击保存。
gcloud
运行以下 Google Cloud CLI 命令:
gcloud composer environments update ENVIRONMENT_NAME \
--location LOCATION \
--scheduler-count SCHEDULER_COUNT
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。SCHEDULER_COUNT
替换为调度器的数量。
示例:
gcloud composer environments update example-environment \
--location us-central1 \
--scheduler-count 2
API
创建
environments.patch
API 请求。在此请求中:
在参数
updateMask
中,指定config.softwareConfig.workloadsConfig.scheduler
掩码。在请求正文的
count
字段中,指定调度器数量。
"config": {
"workloadsConfig": {
"scheduler": {
"count": SCHEDULER_COUNT
}
}
}
您需要将其中的:
SCHEDULER_COUNT
替换为调度器的数量。
示例:
// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environmentsexample-environment?updateMask=
// config.workloadsConfig.scheduler
"config": {
"workloadsConfig": {
"scheduler": {
"count": 2
}
}
}
Terraform
workloads_config.scheduler
块中的 count
字段指定环境中的调度器的数量。
resource "google_composer_environment" "example" {
provider = google-beta
name = "ENVIRONMENT_NAME"
region = "LOCATION"
config {
workloads_config {
scheduler {
count = SCHEDULER_COUNT
}
}
}
}
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。SCHEDULER_COUNT
替换为调度器的数量。
示例:
resource "google_composer_environment" "example" {
provider = google-beta
name = "example-environment"
region = "us-central1"
config {
workloads_config {
scheduler {
count = 2
}
}
}
}
调整触发器的数量
您可以将触发器数量设置为零,但您的环境中需要至少一个触发器实例(或在高弹性环境中至少两个),才能在 DAG 中使用可延迟运算符。
根据环境的弹性设置,有多种不同的触发器数量配置可能有所不同:
- 标准弹性:您最多可以运行 10 个触发器
- 高弹性:至少 2 个触发器,最多 10 个
即使将触发器数量设置为 0,系统仍会创建触发器 Pod 定义并显示在环境集群中,但不会运行实际的触发器工作负载。
如果您有多个触发器,则这些触发器会按 Cloud Composer 计算 SKU 进行结算,就像其他环境组件一样。
控制台
在 Google Cloud 控制台中,前往环境页面。
在环境列表中,点击您的环境名称。环境详情页面会打开。
转到环境配置标签页。
在资源 > 工作负载项中,点击修改。 系统随即会打开工作负载配置窗格。
在触发器部分中,使用触发器数量字段输入您环境中的触发器数量。
如果您为环境设置了至少一个触发器,请使用 CPU 和内存字段为触发器配置资源分配。
点击保存,然后等待环境更新。
gcloud
运行以下 Google Cloud CLI 命令:
gcloud composer environments update ENVIRONMENT_NAME \
--location LOCATION \
--triggerer-count TRIGGERER_COUNT
--triggerer-cpu TRIGGERER_CPU,
--triggerer-memory TRIGGERER_MEMORY
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。TRIGGERER_COUNT
替换为触发器的数量。- 对于标准弹性环境,请使用介于
0
到10
之间的值。 - 对于高弹性环境,请使用
0
或介于2
和10
之间的值。
- 对于标准弹性环境,请使用介于
TRIGGERER_CPU
替换为触发器的 CPU 数量(以 vCPU 为单位)。此标志是可选标志;如果未提供,系统会使用默认值0.5
vCPU。允许使用的值有:0.5
、0.75
和1
。将
TRIGGERER_MEMORY
替换为触发器的内存量。此标志是可选标志;如果未提供,系统会使用默认值0.5
GB。所需的最小内存等于为触发器分配的 CPU 数量。允许的最大值等于触发器 CPU 的数量乘以 6.5。
例如,如果您将
--triggerer-cpu
标志设置为1
,则--triggerer-memory
的最小值为1
,最大值为6.5
。
示例:
通过将触发器数量设置为
0
来停用触发器。此操作不需要为触发器指定 CPU 或内存。gcloud composer environments update example-environment \ --location us-central1 \ --triggerer-count 0
扩展到多个触发器实例:
gcloud composer environments update example-environment \ --location us-central1 \ --triggerer-count 4 \ --triggerer-cpu 1 \ --triggerer-memory 1GB
API
创建
environments.patch
API 请求。在
updateMask
查询参数中,指定config.workloadsConfig.triggerer
掩码。在请求正文中,使用以下对象
"config": {
"workloadsConfig": {
"triggerer": {
"count": TRIGGERER_COUNT,
"cpu": TRIGGERER_CPU,
"memoryGb": TRIGGERER_MEMORY
}
}
}
您需要将其中的:
TRIGGERER_COUNT
替换为触发器的数量。- 对于标准弹性环境,请使用介于
0
到10
之间的值。 对于高弹性环境,请使用
0
或介于2
和10
之间的值。如果您至少使用一个触发器,则还必须指定
TRIGGERER_CPU
和TRIGGERER_MEMORY
的值:将
TRIGGERER_CPU
设置为触发器的 CPU 数量(以 vCPU 为单位)。允许使用的值有:0.5
、0.75
和1
。将
TRIGGERER_MEMORY
设置为触发器的内存量。所需的最小内存等于为触发器分配的 CPU 数量。允许的最大值等于触发器 CPU 的数量乘以 6.5。例如,如果您将
TRIGGERER_CPU
设置为1
,则TRIGGERER_MEMORY
的最小值为1
,最大值为6.5
。
- 对于标准弹性环境,请使用介于
示例:
通过将触发器数量设置为
0
来停用触发器。此操作不需要为触发器指定 CPU 或内存。// PATCH https://composer.googleapis.com/v1beta1/projects/example-project/ // locations/us-central1/environments/example-environment?updateMask= // config.workloadsConfig.triggerer "config": { "workloadsConfig": { "triggerer": { "count": 0 } } }
扩展到多个触发器实例:
// PATCH https://composer.googleapis.com/v1beta1/projects/example-project/ // locations/us-central1/environments/example-environment?updateMask= // config.workloadsConfig.triggerer "config": { "workloadsConfig": { "triggerer": { "count": 4, "cpu": 1, "memoryGb": 1 } } }
Terraform
workloads_config.triggerer
代码块中的 count
字段指定您环境中的触发器数量:
resource "google_composer_environment" "example" {
provider = google-beta
name = "ENVIRONMENT_NAME"
region = "LOCATION"
config {
workloads_config {
triggerer {
count = TRIGGERER_COUNT
}
}
}
}
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。TRIGGERER_COUNT
替换为触发器的数量。
示例:
resource "google_composer_environment" "example" {
provider = google-beta
name = "example-environment"
region = "us-central1"
config {
workloads_config {
triggerer {
count = 1
}
}
}
}
调整工作器、调度器、触发器和 Web 服务器的规模和性能参数
您可以指定环境使用的 CPU、内存和磁盘空间量。这样,除了使用多个工作器和调度器提供的横向伸缩之外,您还可以提高环境性能。
控制台
在 Google Cloud 控制台中,前往环境页面。
在环境列表中,点击您的环境名称。环境详情页面会打开。
转到环境配置标签页。
在资源 > 工作负载项中,点击修改。 系统随即会打开工作负载配置窗格。
在调度器数量和触发器数量下拉列表中,选择环境中的调度器和触发器数量。
在工作负载配置窗格的 CPU、内存和存储空间字段中,为 Airflow 调度器、触发器、Web 服务器和工作器指定 CPU、内存和存储空间的数量。
点击保存。
gcloud
以下参数用于控制 Airflow 调度器、Web 服务器和工作器的 CPU、内存和磁盘空间参数:每个调度器和工作器使用指定数量的资源。
--scheduler-cpu
用于指定 Airflow 调度器的 CPU 数量。--scheduler-memory
用于指定 Airflow 调度器的内存量。--scheduler-storage
用于指定 Airflow 调度器的磁盘空间。--triggerer-cpu
用于指定 Airflow 触发器的 CPU 数量。允许使用的值有:0.5
、0.75
和1
。如果要调整触发器 CPU,还需要使用--triggerer-memory
和--triggerer-count
标志。--triggerer-memory
用于指定 Airflow 触发器的内存量。如果要调整触发器内存,还需要使用--triggerer-cpu
和--triggerer-count
标志。所需的最小内存等于为触发器分配的 CPU 数量。允许的最大值等于触发器 CPU 的数量乘以 6.5。
例如,如果您将
--triggerer-cpu
标志设置为1
,则--triggerer-memory
的最小值为1
,最大值为6.5
。--web-server-cpu
用于指定 Airflow Web 服务器的 CPU 数量。--web-server-memory
用于指定 Airflow Web 服务器的内存量。--web-server-storage
用于指定 Airflow 网络服务器的磁盘空间。--worker-cpu
用于指定 Airflow 工作器的 CPU 数量。--worker-memory
用于指定 Airflow 工作器的内存量。--worker-storage
用于指定 Airflow 工作器的磁盘空间。
gcloud composer environments update ENVIRONMENT_NAME \
--location LOCATION \
--scheduler-cpu SCHEDULER_CPU \
--scheduler-memory SCHEDULER_MEMORY \
--scheduler-storage SCHEDULER_STORAGE \
--triggerer-count TRIGGERER_COUNT \
--triggerer-cpu TRIGGERER_CPU \
--triggerer-memory TRIGGERER_MEMORY \
--web-server-cpu WEB_SERVER_CPU \
--web-server-memory WEB_SERVER_MEMORY \
--web-server-storage WEB_SERVER_STORAGE \
--worker-cpu WORKER_CPU \
--worker-memory WORKER_MEMORY \
--worker-storage WORKER_STORAGE
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。- 将
SCHEDULER_CPU
替换为调度器的 CPU 数量(以 vCPU 为单位)。 - 将
SCHEDULER_MEMORY
替换为调度器的内存量。 - 将
SCHEDULER_STORAGE
替换为调度器的磁盘大小。 TRIGGERER_COUNT
替换为触发器的数量。即使您不想更改当前触发器数量,只想调整其 CPU 或内存分配,该值也是必需的。TRIGGERER_CPU
替换为触发器的 CPU 数量(以 vCPU 为单位)。- 将
TRIGGERER_MEMORY
替换为触发器的内存量。 - 将
WEB_SERVER_CPU
替换为 Web 服务器的 CPU 数量(以 vCPU 为单位)。 - 将
WEB_SERVER_MEMORY
替换为 Web 服务器的内存量。 - 将
WEB_SERVER_STORAGE
替换为网络服务器的内存量。 - 将
WORKER_CPU
替换为工作器的 CPU 数量(以 vCPU 为单位)。 - 将
WORKER_MEMORY
替换为工作器的内存量。 - 将
WORKER_STORAGE
替换为工作器的磁盘大小。
示例:
gcloud composer environments update example-environment \
--location us-central1 \
--scheduler-cpu 0.5 \
--scheduler-memory 2.5GB\
--scheduler-storage 2GB \
--triggerer-count 2 \
--triggerer-cpu 1 \
--triggerer-memory 1GB \
--web-server-cpu 1 \
--web-server-memory 2.5GB \
--web-server-storage 2GB \
--worker-cpu 1 \
--worker-memory 2GB \
--worker-storage 2GB
API
创建
environments.patch
API 请求。在此请求中:
- 在参数
updateMask
中,指定要更新的字段。例如,如需更新调度器的所有参数,请指定config.workloadsConfig.scheduler.cpu,config.workloadsConfig.scheduler.memoryGb,config.workloadsConfig.scheduler.storageGB
掩码。
更新触发器参数时,请指定
config.workloadsConfig.triggerer
掩码。无法为触发器的各个参数指定掩码。- 在请求正文中,指定扩缩和性能参数。
- 在参数
"config": {
"workloadsConfig": {
"scheduler": {
"cpu": SCHEDULER_CPU,
"memoryGb": SCHEDULER_MEMORY,
"storageGb": SCHEDULER_STORAGE
},
"triggerer": {
"count": TRIGGERER_COUNT,
"cpu": TRIGGERER_CPU,
"memoryGb": TRIGGERER_MEMORY
}
"webServer": {
"cpu": WEB_SERVER_CPU,
"memoryGb": WEB_SERVER_MEMORY,
"storageGb": WEB_SERVER_STORAGE
},
"worker": {
"cpu": WORKER_CPU,
"memoryGb": WORKER_MEMORY,
"storageGb": WORKER_STORAGE
}
}
}
您需要将其中的:
- 将
SCHEDULER_CPU
替换为调度器的 CPU 数量(以 vCPU 为单位)。 - 将
SCHEDULER_MEMORY
替换为调度器的内存量(以 GB 为单位)。 - 将
SCHEDULER_STORAGE
替换为调度器的磁盘大小(以 GB 为单位)。 TRIGGERER_COUNT
替换为触发器的数量。即使您不想更改当前的触发器数量,只想调整其 CPU 或内存分配,也需要使用此参数。TRIGGERER_CPU
替换为触发器的 CPU 数量(以 vCPU 为单位)。允许使用的值有:0.5
、0.75
和1
。将
TRIGGERER_MEMORY
替换为触发器的内存量。所需的最小内存等于为触发器分配的 CPU 数量。允许的最大值等于触发器 CPU 的数量乘以 6.5。
例如,如果您将
TRIGGERER_CPU
设置为1
,则TRIGGERER_MEMORY
的最小值为1
,最大值为6.5
。将
WEB_SERVER_CPU
替换为网络服务器的 CPU 数量(以 vCPU 为单位)。将
WEB_SERVER_MEMORY
替换为 Web 服务器的内存量(以 GB 为单位)。将
WEB_SERVER_STORAGE
替换为 Web 服务器的磁盘大小(以 GB 为单位)。将
WORKER_CPU
替换为工作器的 CPU 数量(以 vCPU 为单位)。将
WORKER_MEMORY
替换为工作器的内存量(以 GB 为单位)。将
WORKER_STORAGE
替换为工作器的磁盘大小(以 GB 为单位)。
例如:
// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.scheduler.cpu,
// config.workloadsConfig.scheduler.memoryGB,
// config.workloadsConfig.scheduler.storageGb,
// config.workloadsConfig.triggerer
// config.workloadsConfig.webServer.cpu,
// config.workloadsConfig.webServer.memoryGb,
// config.workloadsConfig.webServer.storageGb,
// config.workloadsConfig.worker.cpu,
// config.workloadsConfig.worker.memoryGb,
// config.workloadsConfig.worker.storageGb
"config": {
"workloadsConfig": {
"scheduler": {
"cpu": 0.5,
"memoryGb": 2.5,
"storageGb": 2
},
"triggerer": {
"count": 1,
"cpu": 1,
"memoryGb": 1
},
"webServer": {
"cpu": 0.5,
"memoryGb": 2.5,
"storageGb": 2
},
"worker": {
"cpu": 1,
"memoryGb": 2,
"storageGb": 2
}
}
}
Terraform
workloadsConfig
块中的以下块用于控制 Airflow 调度器、Web 服务器、触发器和工作器的 CPU、内存和磁盘空间参数。每个调度器、触发器和工作器都会使用指定数量的资源。
scheduler.cpu
字段用于指定 Airflow 调度器的 CPU 数量。scheduler.memory_gb
字段用于指定 Airflow 调度器的内存量。scheduler.storage_gb
字段用于指定调度器的磁盘空间。triggerer.cpu
字段指定 Airflow 触发器的 CPU 数量。triggerer.memory_gb
字段指定 Airflow 触发器的内存容量。web_server.cpu
字段用于指定 Airflow Web 服务器的 CPU 数量。web_server.memory_gb
字段用于指定 Airflow Web 服务器的内存量。web_server.storage_gb
字段指定 Airflow Web 服务器的磁盘空间大小。worker.cpu
字段用于指定 Airflow 工作器的 CPU 数量。worker.memory_gb
字段用于指定 Airflow 工作器的内存量。worker.storage_gb
用于指定 Airflow 工作器的磁盘空间量。
resource "google_composer_environment" "example" {
provider = google-beta
name = "ENVIRONMENT_NAME"
region = "LOCATION"
config {
workloads_config {
scheduler {
cpu = SCHEDULER_CPU
memory_gb = SCHEDULER_MEMORY
storage_gb = SCHEDULER_STORAGE
}
triggerer {
cpu = TRIGGERER_CPU
memory_gb = TRIGGERER_MEMORY
count = 1
}
web_server {
cpu = WEB_SERVER_CPU
memory_gb = WEB_SERVER_MEMORY
storage_gb = WEB_SERVER_STORAGE
}
worker {
cpu = WORKER_CPU
memory_gb = WORKER_MEMORY
storage_gb = WORKER_STORAGE
}
}
}
}
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。- 将
SCHEDULER_CPU
替换为调度器的 CPU 数量(以 vCPU 为单位)。 - 将
SCHEDULER_MEMORY
替换为调度器的内存量(以 GB 为单位)。 - 将
SCHEDULER_STORAGE
替换为调度器的磁盘大小(以 GB 为单位)。 TRIGGERER_CPU
替换为触发器的 CPU 数量(以 vCPU 为单位)。TRIGGERER_MEMORY
替换为触发器的内存量(以 GB 为单位)。- 将
WEB_SERVER_CPU
替换为网络服务器的 CPU 数量(以 vCPU 为单位)。 - 将
WEB_SERVER_MEMORY
替换为 Web 服务器的内存量(以 GB 为单位)。 - 将
WEB_SERVER_STORAGE
替换为 Web 服务器的磁盘大小(以 GB 为单位)。 - 将
WORKER_CPU
替换为工作器的 CPU 数量(以 vCPU 为单位)。 - 将
WORKER_MEMORY
替换为工作器的内存量(以 GB 为单位)。 - 将
WORKER_STORAGE
替换为工作器的磁盘大小(以 GB 为单位)。
示例:
resource "google_composer_environment" "example" {
provider = google-beta
name = "example-environment"
region = "us-central1"
config {
workloads_config {
scheduler {
cpu = 0.5
memory_gb = 1.875
storage_gb = 1
}
triggerer {
cpu = 0.5
memory_gb = 0.5
count = 1
}
web_server {
cpu = 0.5
memory_gb = 1.875
storage_gb = 1
}
worker {
cpu = 0.5
memory_gb = 1.875
storage_gb = 1
}
}
}
}
调整环境大小
环境大小用于控制包含 Airflow 数据库的代管式 Cloud Composer 基础架构的性能参数。如果要运行大量 DAG 和任务,请考虑选择较大的环境大小。
控制台
前往 Google Cloud 控制台中的环境页面:
选择您的环境。
转到环境配置标签页。
在资源 > 核心基础架构项中,点击修改。
在核心基础架构对话框中,在环境大小字段指定环境大小。
点击保存。
gcloud
参数 --environment-size
可用于控制环境大小:
gcloud composer environments update ENVIRONMENT_NAME \
--location LOCATION \
--environment-size ENVIRONMENT_SIZE
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。- 将
ENVIRONMENT_SIZE
替换为small
、medium
或large
。
示例:
gcloud composer environments update example-environment \
--location us-central1 \
--environment-size medium
API
创建
environments.patch
API 请求。在此请求中:
在参数
updateMask
中,指定config.environmentSize
掩码。在请求正文中,指定环境大小。
"config": {
"environmentSize": "ENVIRONMENT_SIZE"
}
您需要将其中的:
- 将
ENVIRONMENT_SIZE
替换为环境大小,ENVIRONMENT_SIZE_SMALL
、ENVIRONMENT_SIZE_MEDIUM
或ENVIRONMENT_SIZE_LARGE
。
示例:
// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.environmentSize
"config": {
"environmentSize": "ENVIRONMENT_SIZE_MEDIUM"
}
Terraform
config
块中的 environment_size
字段控制环境大小:
resource "google_composer_environment" "example" {
provider = google-beta
name = "ENVIRONMENT_NAME"
region = "LOCATION"
config {
environment_size = "ENVIRONMENT_SIZE"
}
}
您需要将其中的:
ENVIRONMENT_NAME
替换为环境的名称。LOCATION
替换为环境所在的区域。- 将
ENVIRONMENT_SIZE
替换为环境大小,ENVIRONMENT_SIZE_SMALL
、ENVIRONMENT_SIZE_MEDIUM
或ENVIRONMENT_SIZE_LARGE
。
例如:
resource "google_composer_environment" "example" {
provider = google-beta
name = "example-environment"
region = "us-central1"
config {
environment_size = "ENVIRONMENT_SIZE_SMALL"
}
}
}