Cloud Composer 1 处于维护后模式。Google 无法发布对 Cloud Composer 1 的任何进一步更新，包括新版 Airflow、bug 修复和安全更新。我们建议您计划迁移到 Cloud Composer 2。

此页面由 Cloud Translation API 翻译。

扩缩环境

Cloud Composer 1 | Cloud Composer 2

本页面介绍如何扩缩 Cloud Composer 环境。

其他有关扩缩的页面：

如需查看有关如何为您的环境选择最佳规模和性能参数的指南，请参阅优化环境性能和费用。
如需了解环境扩缩的工作原理，请参阅环境扩缩。

纵向和横向扩缩

横向扩缩选项：

调整工作器数量下限和上限。
调整调度器和触发器的数量。

纵向扩缩选项：

调整工作器、调度器、触发器和 Web 服务器、扩缩和性能参数。
调整环境大小。

资源限制

组件	数量下限	数量上限	vCPU 数量下限	vCPU 数量上限	vCPU 最小步骤	最小内存 (GB)	最大内存 (GB)	最小内存步骤 (GB)	每 1 个 vCPU 的最小内存 (GB)	每 1 个 vCPU 的最大内存 (GB)	最小存储空间 (GB)	最大存储空间 (GB)	存储空间最小步骤 (GB)
调度器	1	10	0.5	28	0.25	0.5	80	-	1	6.5	0.05	10	-
触发器	0	10	0.5	1	0.25	0.5	80	-	1	6.5	-	-	-
Web 服务器	-	-	0.5	28	0.25	1	80	-	1	6.5	0.05	10	-
工作器	1	100	0.5	28	0.25	0.5	80	-	1	6.5	0.05	10	-

调整 worker 参数

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。

您可以指定环境中 Airflow 工作器使用的 CPU、内存和磁盘空间量。这样，除了使用多个工作器提供的横向伸缩之外，您还可以提高环境的性能。

控制台

在 Google Cloud 控制台中，前往环境页面。

转到“环境”
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 > 工作负载配置项中，点击修改。
在工作负载配置窗格中，调整 Airflow 工作器的参数：
- 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。
- 在 CPU、内存和存储字段中，指定 Airflow 工作器的 CPU、内存和存储空间的数量。每个工作器使用指定数量的资源。
点击保存。

gcloud

以下 Airflow 工作器参数可供使用：

--min-workers：您的环境必须始终运行的 Airflow 工作器数量。即使能够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。
--max-workers：您的环境可以运行的 Airflow 工作器数量上限。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。
--worker-cpu：Airflow 工作器的 CPU 数量。
--worker-memory：Airflow 工作器内存量。
--worker-storage：Airflow 工作器的磁盘空间量。

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 \
  --worker-cpu WORKER_CPU \
  --worker-memory WORKER_MEMORY \
  --worker-storage WORKER_STORAGE

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
WORKERS_MIN：Airflow 工作器数量下限。
WORKERS_MAX：Airflow 工作器数量上限。
WORKER_CPU：工作器的 CPU 数量（以 vCPU 为单位）。
WORKER_MEMORY：工作器的内存量。
WORKER_STORAGE：工作器的磁盘大小。

示例：

gcloud composer environments update example-environment \
  --location us-central1 \
  --min-workers 2 \
  --max-workers 6 \
  --worker-cpu 1 \
  --worker-memory 2 \
  --worker-storage 2

API

构建 environments.patch API 请求。
在此请求中：
1. 在参数 updateMask 中，指定要更新的字段。例如，如需更新工作器的所有参数，请指定 config.workloadsConfig.worker.cpu,config.workloadsConfig.worker.memoryGb,config.workloadsConfig.worker.storageGB,config.softwareConfig.workloadsConfig.worker.minCount,config.softwareConfig.workloadsConfig.worker.maxCount 掩码。
2. 在请求正文中，指定新的工作器参数。

"config": {
  "workloadsConfig": {
    "worker": {
      "minCount": WORKERS_MIN,
      "maxCount": WORKERS_MAX,
      "cpu": WORKER_CPU,
      "memoryGb": WORKER_MEMORY,
      "storageGb": WORKER_STORAGE
    }
  }
}

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
WORKERS_MIN：Airflow 工作器数量下限。
WORKERS_MAX：Airflow 工作器数量上限。
WORKER_CPU：工作器的 CPU 数量（以 vCPU 为单位）。
WORKER_MEMORY：工作器内存量（以 GB 为单位）。
WORKER_STORAGE：工作器的磁盘大小（以 GB 为单位）。

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.cpu,
// config.workloadsConfig.worker.memoryGb,
// config.workloadsConfig.worker.storageGB

"config": {
  "workloadsConfig": {
    "worker": {
      "minCount": 2,
      "maxCount": 6,
      "cpu": 1,
      "memoryGb": 2,
      "storageGb": 2
    }
  }
}

Terraform

workloads_config.worker 块中的以下字段用于控制 Airflow 工作器参数。每个工作器使用指定数量的资源。

worker.min_count：您的环境必须始终运行的 Airflow 工作器数量。即使能够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。
worker.max_count：您的环境可以运行的 Airflow 工作器数量上限。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。
worker.cpu：Airflow 工作器的 CPU 数量。
worker.memory_gb：Airflow 工作器内存量。
worker.storage_gb：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 {
      worker {
        min_count = WORKERS_MIN
        max_count = WORKERS_MAX
        cpu = WORKER_CPU
        memory_gb = WORKER_MEMORY
        storage_gb = WORKER_STORAGE
      }
    }

  }
}

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
WORKERS_MIN：Airflow 工作器数量下限。
WORKERS_MAX：Airflow 工作器数量上限。
WORKER_CPU：工作器的 CPU 数量（以 vCPU 为单位）。
WORKER_MEMORY：工作器内存量（以 GB 为单位）。
WORKER_STORAGE：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 {
      worker {
        min_count = 2
        max_count = 6
        cpu = 1
        memory_gb = 2
        storage_gb = 2
      }
    }

  }
}

调整调度器参数

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。

您可以指定环境中 Airflow 调度器使用的 CPU、内存和磁盘空间量。通过这种方式，除了使用多个调度器提供的横向伸缩之外，您还可以提高环境的性能。

控制台

在 Google Cloud 控制台中，前往环境页面。

转到“环境”
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 > 工作负载配置项中，点击修改。
在工作负载配置窗格中，调整 Airflow 调度器的参数：
- 在 Number of scheduler（调度器数量）下拉列表中，选择您的环境的调度器数量。
- 在 CPU、内存和存储字段中，为 Airflow 调度器指定 CPU、内存和存储空间的数量。每个调度器会使用指定数量的资源。
点击保存。

gcloud

以下 Airflow 调度器参数可用：

--scheduler-count：您的环境中的调度器数量。
--scheduler-cpu：Airflow 调度器的 CPU 数量。
--scheduler-memory：Airflow 调度器的内存量。
--scheduler-storage：Airflow 调度器的磁盘空间量。

运行以下 Google Cloud CLI 命令：

gcloud composer environments update ENVIRONMENT_NAME \
  --location LOCATION \
  --scheduler-cpu SCHEDULER_CPU \
  --scheduler-memory SCHEDULER_MEMORY \
  --scheduler-storage SCHEDULER_STORAGE \
  --scheduler-count SCHEDULER_COUNT

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
SCHEDULER_CPU：调度器的 CPU 数量，以 vCPU 为单位。
SCHEDULER_MEMORY：调度器的内存量。
SCHEDULER_STORAGE：调度器的磁盘大小。
SCHEDULER_COUNT：调度器的数量。

示例：

gcloud composer environments update example-environment \
  --location us-central1 \
  --scheduler-cpu 0.5 \
  --scheduler-memory 2.5 \
  --scheduler-storage 2 \
  --scheduler-count 2

API

构建 environments.patch API 请求。
在此请求中：
1. 在 updateMask 参数中，指定 config.workloadsConfig.scheduler 掩码可更新所有调度器参数或仅更新调度器的数量。您还可以通过指定掩码来更新各个调度器参数（count 除外）。例如 config.workloadsConfig.scheduler.cpu。
2. 在请求正文中，指定新的调度器参数。

"config": {
  "workloadsConfig": {
    "scheduler": {
      "cpu": SCHEDULER_CPU,
      "memoryGb": SCHEDULER_MEMORY,
      "storageGb": SCHEDULER_STORAGE,
      "count": SCHEDULER_COUNT
    }
  }
}

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
SCHEDULER_CPU：调度器的 CPU 数量，以 vCPU 为单位。
SCHEDULER_MEMORY：调度器的内存量，以 GB 为单位。
SCHEDULER_STORAGE：调度器的磁盘大小（以 GB 为单位）。
SCHEDULER_COUNT：调度器的数量。

示例：

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.scheduler

"config": {
  "workloadsConfig": {
    "scheduler": {
      "cpu": 0.5,
      "memoryGb": 2.5,
      "storageGb": 2,
      "count": 2
    }
  }
}

Terraform

workloads_config.scheduler 块中的以下字段用于控制 Airflow 调度器参数。每个调度器会使用指定数量的资源。

scheduler.count：您的环境中的调度器数量。
scheduler.cpu：Airflow 调度器的 CPU 数量。
scheduler.memory_gb：Airflow 调度器的内存量。
scheduler.storage_gb：调度器的磁盘空间量。

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
        count = SCHEDULER_COUNT
      }
    }

  }
}

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
SCHEDULER_CPU：调度器的 CPU 数量，以 vCPU 为单位。
SCHEDULER_MEMORY：调度器的内存量，以 GB 为单位。
SCHEDULER_STORAGE：调度器的磁盘大小（以 GB 为单位）。
SCHEDULER_COUNT：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 {
        
        cpu = 0.5
        memory_gb = 1.875
        storage_gb = 1
        
        count = 2
      }
    }

  }
}

调整触发器参数

您可以将触发器的数量设置为零，但若要在 DAG 中使用可延迟运算符，您的环境中至少需要一个触发器实例（或在高弹性环境中至少有两个触发器实例）。

触发器数量有不同的可能配置，具体取决于您的环境的弹性模式：

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。

您还可以指定环境中 Airflow 触发器使用的 CPU、内存和磁盘空间量。这样，除了使用多个触发器提供的横向伸缩之外，您还可以提高环境的性能。

控制台

在 Google Cloud 控制台中，前往环境页面。

转到“环境”
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 > 工作负载配置项中，点击修改。
在工作负载配置窗格中，调整 Airflow 触发器的参数：
1. 在触发器部分的触发器数量字段中，输入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，则还需要使用 CPU 和内存字段来为触发器配置资源分配。
2. 在 CPU 和内存中，为 Airflow 触发器指定 CPU、内存和存储空间的数量。每个触发器会使用指定数量的资源。
点击保存。

gcloud

以下 Airflow 触发器参数可供使用：

--triggerer-count：您的环境中的触发器数量。
- 对于标准弹性环境，请使用介于 0 和 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。
--triggerer-cpu：Airflow 触发器的 CPU 数量。
--triggerer-memory：Airflow 触发器的内存量。

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

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
TRIGGERER_COUNT：触发器的数量。
TRIGGERER_CPU：触发器的 CPU 数量（以 vCPU 为单位）。
TRIGGERER_MEMORY：触发器的内存量。

示例：

扩展到 4 个触发器实例：

  gcloud composer environments update example-environment \
    --location us-central1 \
    --triggerer-count 4 \
    --triggerer-cpu 1 \
    --triggerer-memory 1
  ```

- Disable triggerers by setting triggerer count to `0`. This operation
  doesn't require specifying CPU or memory for the triggerers.

```bash
  gcloud composer environments update example-environment \
    --location us-central1 \
    --triggerer-count 0
  ```

API

在 updateMask 查询参数中，指定 config.workloadsConfig.triggerer 掩码。
在请求正文中，为触发器指定全部三个参数。

"config": {
  "workloadsConfig": {
    "triggerer": {
      "count": TRIGGERER_COUNT,
      "cpu": TRIGGERER_CPU,
      "memoryGb": TRIGGERER_MEMORY
    }
  }
}

请替换以下内容：

TRIGGERER_COUNT：触发器的数量。
- 对于标准弹性环境，请使用介于 0 和 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。
TRIGGERER_CPU：触发器的 CPU 数量（以 vCPU 为单位）。
TRIGGERER_MEMORY：触发器的内存量。

示例：

将触发器数量设置为 0 即可停用触发器。此操作不需要为触发器指定 CPU 或内存。

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.triggerer
"config": {
  "workloadsConfig": {
    "triggerer": {
      "count": 0
    }
  }
}

扩展到 4 个触发器实例：

// PATCH https://composer.googleapis.com/v1/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 代码块中的以下字段用于控制 Airflow 触发器参数。每个触发器会使用指定数量的资源。

triggerer.count：您的环境中的触发器数量。
- 对于标准弹性环境，请使用介于 0 和 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。
triggerer.cpu：Airflow 触发器的 CPU 数量。
triggerer.memory_gb：Airflow 触发器的内存量。

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "ENVIRONMENT_NAME"
  region = "LOCATION"

  config {

    workloads_config {
      triggerer {
        count = TRIGGERER_COUNT
        cpu = TRIGGERER_CPU
        memory_gb = TRIGGERER_MEMORY
      }
    }

  }
}

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
TRIGGERER_COUNT：触发器的数量。
TRIGGERER_CPU：触发器的 CPU 数量（以 vCPU 为单位）。
TRIGGERER_MEMORY：触发器的内存量（以 GB 为单位）。

示例：

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "example-environment"
  region = "us-central1"

  config {

    workloads_config {
      triggerer {
        count = 1
        cpu = 0.5
        memory_gb = 0.5
      }
    }

  }
}

调整 Web 服务器参数

您可以指定环境中的 Airflow Web 服务器使用的 CPU、内存和磁盘空间量。通过这种方式，您可以扩缩 Airflow 界面的性能，例如满足来自大量用户或大量代管式 DAG 的需求。

控制台

在 Google Cloud 控制台中，前往环境页面。

转到“环境”
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 > 工作负载配置项中，点击修改。
在工作负载配置窗格中，调整 Web 服务器的参数。在 CPU、内存和存储字段中，指定 Web 服务器的 CPU、内存和存储空间的数量。
点击保存。

gcloud

以下 Airflow Web 服务器参数可供使用：

--web-server-cpu：Airflow Web 服务器的 CPU 数量。
--web-server-memory：Airflow Web 服务器的内存量。
--web-server-storage：Airflow Web 服务器的磁盘空间量。

运行以下 Google Cloud CLI 命令：

gcloud composer environments update ENVIRONMENT_NAME \
  --location LOCATION \
  --web-server-cpu WEB_SERVER_CPU \
  --web-server-memory WEB_SERVER_MEMORY \
  --web-server-storage WEB_SERVER_STORAGE

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
WEB_SERVER_CPU：Web 服务器的 CPU 数量，以 vCPU 为单位。
WEB_SERVER_MEMORY：Web 服务器的内存量。
WEB_SERVER_STORAGE：Web 服务器的内存量。

示例：

gcloud composer environments update example-environment \
  --location us-central1 \
  --web-server-cpu 1 \
  --web-server-memory 2.5 \
  --web-server-storage 2

API

构建 environments.patch API 请求。
在此请求中：
1. 在 updateMask 参数中，指定 config.workloadsConfig.webServer 掩码以更新所有 Web 服务器参数。您还可以通过为以下参数指定掩码来更新各个 Web 服务器参数：config.workloadsConfig.webServer.cpu、config.workloadsConfig.webServer.memoryGb、config.workloadsConfig.webServer.storageGb。
2. 在请求正文中，指定新的 Web 服务器参数。

"config": {
  "workloadsConfig": {
    "webServer": {
      "cpu": WEB_SERVER_CPU,
      "memoryGb": WEB_SERVER_MEMORY,
      "storageGb": WEB_SERVER_STORAGE
    }
  }
}

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
WEB_SERVER_CPU：Web 服务器的 CPU 数量，以 vCPU 为单位。
WEB_SERVER_MEMORY：Web 服务器的内存量（以 GB 为单位）。
WEB_SERVER_STORAGE：Web 服务器的磁盘大小（以 GB 为单位）。

示例：

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.webServer.cpu,
// config.workloadsConfig.webServer.memoryGb,
// config.workloadsConfig.webServer.storageGb

"config": {
  "workloadsConfig": {
    "webServer": {
      "cpu": 0.5,
      "memoryGb": 2.5,
      "storageGb": 2
    }
  }
}

Terraform

workloads_config.web_server 代码块中的以下字段用于控制 Web 服务器参数。

web_server.cpu：Web 服务器的 CPU 数量。
web_server.memory_gb：Web 服务器的内存量。
web_server.storage_gb：Web 服务器的磁盘空间量。

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "ENVIRONMENT_NAME"
  region = "LOCATION"

  config {

    workloads_config {
      web_server {
        cpu = WEB_SERVER_CPU
        memory_gb = WEB_SERVER_MEMORY
        storage_gb = WEB_SERVER_STORAGE
      }
    }

  }
}

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
WEB_SERVER_CPU：Web 服务器的 CPU 数量，以 vCPU 为单位。
WEB_SERVER_MEMORY：Web 服务器的内存量（以 GB 为单位）。
WEB_SERVER_STORAGE：Web 服务器的磁盘大小（以 GB 为单位）。

示例：

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "example-environment"
  region = "us-central1"

  config {

    workloads_config {
      web_server {
        cpu = 0.5
        memory_gb = 1.875
        storage_gb = 1
      }
    }

  }
}

调整环境大小

环境大小决定了代管式 Cloud Composer 基础架构的性能参数，如 Airflow 数据库。

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

在 Google Cloud 控制台中，前往环境页面。

转到“环境”
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 > 工作负载配置项中，点击修改。
在资源 > 核心基础架构项中，点击修改。
在核心基础架构窗格的环境大小字段中，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

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
ENVIRONMENT_SIZE：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：
1. 在参数 updateMask 中，指定 config.environmentSize 掩码。
2. 在请求正文中，指定环境大小。

  "config": {
    "environmentSize": "ENVIRONMENT_SIZE"
  }

请替换以下内容：

ENVIRONMENT_SIZE：环境大小，即 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 代码块中的 environment_size 字段用于控制环境大小：

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "ENVIRONMENT_NAME"
  region = "LOCATION"

  config {

    environment_size = "ENVIRONMENT_SIZE"

  }
}

请替换以下内容：

ENVIRONMENT_NAME：环境的名称。
LOCATION：环境所在的区域。
ENVIRONMENT_SIZE：环境大小，即 ENVIRONMENT_SIZE_SMALL、ENVIRONMENT_SIZE_MEDIUM 或 ENVIRONMENT_SIZE_LARGE。

示例：

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "example-environment"
  region = "us-central1"

  config {

    environment_size = "ENVIRONMENT_SIZE_SMALL"

    }
  }
}

扩缩环境

纵向和横向扩缩

资源限制

调整 worker 参数

控制台

gcloud

API

Terraform

调整调度器参数

控制台

gcloud

API

Terraform

调整触发器参数

控制台

gcloud

API

Terraform

调整 Web 服务器参数

控制台

gcloud

API

Terraform

调整环境大小

控制台

gcloud

API

Terraform

后续步骤