扩缩环境

Cloud Composer 1 |Cloud Composer 2 |Cloud Composer 3

本页面介绍如何扩缩 Cloud Composer 环境。

纵向和横向扩缩

在 Cloud Composer 1 中，您无需为 Cloud Composer 和 Airflow 组件（例如工作器和调度器）定义特定的 CPU 和内存资源。只需为节点中的节点指定机器数量和类型 集群环境

注意 ：在 Cloud Composer 1 中分发组件期间，部分 Airflow 组件在可用节点上放置的位置可能并不均匀。在这种 一个或多个节点的 CPU 或内存负载会比 集群中的其他节点。

横向扩缩选项：

• 调整节点数量
• 调整调度器的数量

纵向扩缩选项：

• 调整 Cloud SQL 实例的机器类型
• 调整网络服务器机器类型

调整调度器参数

您的环境可以同时运行多个 Airflow 调度器。使用多个调度器将负载分散到多个 调度程序实例，以提高性能和可靠性。

如果您的环境使用 Airflow 2，您可以指定多个调度器， 节点数量

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。

控制台

1. 在 Google Cloud 控制台中，前往环境页面。

   转到“环境”

2. 在环境列表中，点击您的环境名称。环境详情页面会打开。

3. 转到环境配置标签页。

4. 在资源 > 工作负载配置项中， 点击修改。

5. 在资源 > 调度器数量项中， 点击修改。

6. 在调度器配置窗格的 调度器数量字段中，指定用于 您的环境

7. 点击保存。

gcloud

您可以使用以下 Airflow 调度器参数：

• --scheduler-count：您的环境中的调度器数量。

运行以下 Google Cloud CLI 命令：

gcloud composer environments update ENVIRONMENT_NAME \
  --location LOCATION \
  --scheduler-count SCHEDULER_COUNT

替换以下内容：

• ENVIRONMENT_NAME：环境的名称。

• LOCATION：环境所在的区域。

示例：

gcloud composer environments update example-environment \
  --location us-central1 \
  --scheduler-count 2

API

1. 构建 environments.patch API 请求。

2. 在此请求中：

   1. 在参数 updateMask 中，指定 config.workloadsConfig.schedulerCount 掩码。

   2. 在请求正文中，为您的环境指定调度器数量。

"config": {
  "workloadsConfig": {
    "scheduler": {
      "count": SCHEDULER_COUNT
    }
  }
}

替换以下内容：

• ENVIRONMENT_NAME：环境的名称。

• LOCATION：环境所在的区域。

• SCHEDULER_COUNT：调度器数量。

示例：

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

"config": {
  "workloadsConfig": {
    "scheduler": {
      "count": 2
    }
  }
}

Terraform

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

• scheduler.count：您的环境中的调度器数量。

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

  config {

    workloads_config {
      scheduler {
        count = SCHEDULER_COUNT
      }
    }

  }
}

替换以下内容：

• ENVIRONMENT_NAME：环境的名称。

• LOCATION：环境所在的区域。

• SCHEDULER_COUNT：调度器数量。

示例：

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

  config {

    workloads_config {
      scheduler {
        
        count = 2
      }
    }

  }
}

调整触发器参数

您可以将触发器数量设置为零，但您的环境中至少需要有一个触发器实例（在高度弹性环境中至少需要两个），才能在 DAG 中使用可延期运算符。

根据您的环境 弹性模式 触发器数量有不同的可能配置：

• 标准弹性：您最多可以运行 10 触发器。
• 高弹性：至少 2 个触发器，最多 10 个。

即使触发器数量设置为零，触发器 Pod 定义也会 在环境的集群中创建并可见，但没有实际的触发器 工作负载

您还可以指定环境中 Airflow 触发器使用的 CPU 数量、内存和磁盘空间大小。通过这种方式，您可以提高 以及使用多集群虚拟机提供的 触发器。

注意：如需了解资源的可能值和限制，请参阅资源限制部分。

控制台

1. 在 Google Cloud 控制台中，前往环境页面。

   转到“环境”

2. 在环境列表中，点击您的环境名称。环境详情页面会打开。

3. 转到环境配置标签页。

4. 在资源 > 工作负载配置项中，点击修改。

5. 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，执行以下操作： 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，也请使用 CPU 和 Memory 字段以配置资源分配 。

   2. 在 CPU 和内存中，指定 Airflow 触发器的 CPU、内存和存储空间。每个触发器 使用指定数量的资源。

6. 点击保存。

gcloud

您可以使用以下 Airflow 触发器参数：

注意 ：请始终使用全部三个参数：--triggerer-cpu、 --triggerer-memory和--triggerer-count。如果您省略某个参数，其当前值会重置为默认值：0.5 vCPU、0.5 GB 内存或环境弹性模式的触发器数量。

• --triggerer-count：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。
  • 对于高弹性环境，请使用 0, 或介于 2 和 10。

• --triggerer-cpu：Airflow 触发器的 CPU 数量。

• --triggerer-memory：Airflow 的内存量 触发器。

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

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。

注意：内存和磁盘可用空间的指定值必须是一个整数，后跟大小单位 KB 表示千字节，MB 表示兆字节，GB 表示千兆字节。默认大小单位为 GB。例如，10GB 会产生 10 GB 的存储空间。

示例：

• 扩容为四个触发器实例：

  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

1. 在 updateMask 查询参数中，指定 config.workloadsConfig.triggerer 掩码。

2. 在请求正文中，为触发器指定所有三个参数。

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

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。
  • 对于高度弹性环境，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：

• 将触发器计数设置为 0 以停用触发器。此操作 不要求为触发器指定 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
    }
  }
}

• 扩容为四个触发器实例：

// 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 块中的以下字段用于控制 Airflow 触发器参数。每个触发器都会使用 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。
  • 对于高弹性环境，请使用 0, 或介于 2 和 10。

• 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
      }
    }

  }
}

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 Airflow Web 服务器所使用的 CPU 数量、内存和磁盘空间大小。这样，您就可以扩缩 Airflow 界面的性能，例如，以满足来自大量用户或大量受管 DAG 的需求。

注意：如需了解资源的可能值和限制，请参阅资源限制部分。

控制台

1. 在 Google Cloud 控制台中，前往环境页面。

   转到“环境”

2. 在环境列表中，点击您的环境名称。环境详情页面会打开。

3. 转到环境配置标签页。

4. 在资源 > 工作负载配置项中，点击修改。

5. 在工作负载配置窗格中，调整 网络服务器在 CPU、内存和存储空间字段中，指定网络服务器的 CPU、内存和存储空间量。

6. 点击保存。

gcloud

您可以使用以下 Airflow Web 服务器参数：

• --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 的磁盘空间量 网络服务器

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

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。

注意：内存和磁盘可用空间的指定值必须是一个整数，后跟大小单位 KB 表示千字节，MB 表示兆字节，GB 表示千兆字节。默认大小单位为 GB。例如，10GB 会产生 10 GB 的存储空间。

例如：

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

API

1. 构建 environments.patch API 请求。

2. 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。您还可以通过以下方式更新各个 Web 服务器参数： 为这些参数指定掩码： config.workloadsConfig.webServer.cpu, config.workloadsConfig.webServer.memoryGb, config.workloadsConfig.webServer.storageGb。

   2. 在请求正文中，指定新的网站服务器参数。

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

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 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。

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
      }
    }

  }
}

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

环境大小决定了受管理设备的性能参数 Cloud Composer 基础架构，例如包含 Airflow 数据库。

如果要运行大量项目，请考虑选择更大的环境大小。 DAG 和任务的组合。

注意：环境大小与环境预设不同。环境预设（可在创建环境时选择）确定环境的所有限制、扩缩和性能参数，包括环境大小。环境大小仅确定环境的代管式 Cloud Composer 基础架构的性能参数。

控制台

1. 在 Google Cloud 控制台中，前往环境页面。

   转到“环境”

2. 在环境列表中，点击您的环境名称。环境详情页面会打开。

3. 转到环境配置标签页。

4. 在资源 > 工作负载配置项中，点击修改。

5. 在资源 > 核心基础架构项中，点击修改。

6. 在核心基础架构窗格中，在环境大小字段中，指定环境大小。

7. 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

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

1. 创建 environments.patch API 请求。

2. 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"
  }

替换以下内容：

• ENVIRONMENT_SIZE：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"

  }
}

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 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"

    }
  }
}

调整节点数量

您可以更改环境中的节点数。

此数字与您环境中的 Airflow 工作器数量相对应。 除了运行 Airflow 工作器之外，您的环境节点还运行 Airflow 调度器和其他环境组件。

控制台

1. 在 Google Cloud 控制台中，前往环境页面。

   转到“环境”

2. 在环境列表中，点击您的环境名称。环境详情页面会打开。

3. 转到环境配置标签页。

4. 在工作器节点数 > 节点数项中，点击修改。

5. 在工作器节点配置窗格的节点数字段中， 指定您环境中的节点数量。

6. 点击保存。

gcloud

参数 --node-count 可用于控制环境中的节点数：

gcloud composer environments update ENVIRONMENT_NAME \
    --location LOCATION \
    --zone NODE_ZONE \
    --node-count NODE_COUNT

替换以下内容：

• ENVIRONMENT_NAME：环境的名称。
• LOCATION：环境所在的区域。
• NODE_COUNT：节点数量。节点数下限为 3。
• NODE_ZONE：您的环境虚拟机的 Compute Engine 区域。

示例：

gcloud composer environments update example-environment \
    --location us-central1 \
    --zone us-central1-a \
    --node-count 6

API

1. 创建 environments.patch API 请求。

2. 在此请求中：

   1. 在参数 updateMask 中，指定 config.nodeCount 掩码。

   2. 在请求正文中，为您的环境指定节点数。

  "config": {
    "nodeCount": NODE_COUNT
  }

替换以下内容：

• NODE_COUNT：节点数。节点数下限为 3。

例如：

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

"config": {
  "nodeCount": 6
}

Terraform

node_config 块中的 node_count 字段指定 您的环境中的节点。

resource "google_composer_environment" "example" {

  config {
    node_config {
      node_count = NODE_COUNT
    }
}

替换以下内容：

• NODE_COUNT：节点数量。

示例：

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

  config {

    node_config {
      node_count = 4
    }

}

注意：更改环境的节点数不会导致系统重新构建用于该环境的 Airflow 映像。

调整 Cloud SQL 实例的机器类型

您可以更改用来存储 您的环境的 Airflow 数据库。

控制台

1. 在 Google Cloud 控制台中，前往环境页面。

   转到“环境”

2. 在环境列表中，点击您的环境名称。环境详情页面会打开。

3. 转到环境配置标签页。

4. 在资源 > Cloud SQL 机器类型项中，点击修改。

5. 在 Cloud SQL 配置窗格中，在 Cloud SQL 机器类型下拉列表中，选择环境的 Cloud SQL 实例的机器类型。

6. 点击保存。

gcloud

参数 --cloud-sql-machine-type 可用于控制环境中 Cloud SQL 实例的机器类型。

运行以下 Google Cloud CLI 命令：

gcloud composer environments update ENVIRONMENT_NAME \
  --location LOCATION \
  --cloud-sql-machine-type SQL_MACHINE_TYPE

替换以下内容：

• ENVIRONMENT_NAME：环境的名称。
• LOCATION：环境所在的区域。
• SQL_MACHINE_TYPE：Cloud SQL 实例的机器类型。

示例：

gcloud composer environments update example-environment \
  --location us-central1 \
  --cloud-sql-machine-type db-n1-standard-2

API

1. 创建 environments.patch API 请求。

2. 在此请求中：

   1. 在 updateMask 参数中，指定 config.databaseConfig.machineType 个蒙版。

   2. 在请求正文中，指定 Cloud SQL 实例的机器类型。

{
  "config": {
    "databaseConfig": {
      "machineType": "SQL_MACHINE_TYPE"
    }
  }
}

替换以下内容：

• SQL_MACHINE_TYPE：机器类型 Cloud SQL 实例。

示例：

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

{
  "config": {
    "databaseConfig": {
      "machineType": "db-n1-standard-2"
    }
  }
}

Terraform

database_config 块中的 machine_type 字段指定了 Cloud SQL 实例的机器类型。

resource "google_composer_environment" "example" {

  config {
    database_config {
      machine_type = "SQL_MACHINE_TYPE"
    }
  }
}

替换以下内容：

• SQL_MACHINE_TYPE：机器类型 Cloud SQL 实例。

示例：

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

  config {
    database_config {
      machine_type = "db-n1-standard-2"
    }
}

调整网络服务器机器类型

您可以更改环境的 Airflow 网络服务器的机器类型。

控制台

1. 在 Google Cloud 控制台中，前往环境页面。

   转到“环境”

2. 在环境列表中，点击您的环境名称。环境详情页面会打开。

3. 转到环境配置标签页。

4. 在资源 > Web 服务器机器类型项目中， 点击修改。

5. 在 Web 服务器配置窗格的 Web 服务器机器类型下拉列表中，选择 Airflow Web 服务器

6. 点击保存。

gcloud

--web-server-machine-type 参数用于控制环境中的 Airflow 网络服务器实例的机器类型。

运行以下 Google Cloud CLI 命令：

gcloud composer environments update ENVIRONMENT_NAME \
  --location LOCATION \
  --web-server-machine-type WS_MACHINE_TYPE

替换以下内容：

• ENVIRONMENT_NAME：环境的名称。
• LOCATION：环境所在的区域。
• WS_MACHINE_TYPE：Airflow 网络服务器实例的机器类型。

示例：

gcloud composer environments update example-environment \
  --location us-central1 \
  --web-server-machine-type composer-n1-webserver-2

API

1. 创建 environments.patch API 请求。

2. 在此请求中：

   1. 在参数 updateMask 中，指定 config.webServerConfig.machineType 掩码。

   2. 在请求正文中，指定网络服务器的机器类型。

{
  "config": {
    "webServerConfig": {
      "machineType": "WS_MACHINE_TYPE"
    }
  }
}

替换以下内容：

• WS_MACHINE_TYPE：Airflow 网络服务器实例的机器类型。

示例：

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

{
  "config": {
    "webServerConfig": {
      "machineType": "composer-n1-webserver-2"
    }
  }
}

Terraform

web_server_config 代码块中的 machine_type 字段指定 Airflow Web 服务器实例的机器类型

resource "google_composer_environment" "example" {

  config {
    web_server_config {
      machine_type = "WS_MACHINE_TYPE"
    }
  }
}

替换以下内容：

• WS_MACHINE_TYPE： Airflow Web 服务器实例的机器类型。

示例：

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

  config {
    web_server_config {
      machine_type = "composer-n1-webserver-2"
    }
}

后续步骤

• 环境扩缩和性能
• Cloud Composer 价格
• 更新环境
• 环境架构