Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Para asegurarte de que los recursos de VM estén disponibles cuando tus trabajos de Dataflow los necesiten, puedes usar las reservas de Compute Engine. Las reservas proporcionan un nivel de seguridad alto a fin de obtener capacidad para los recursos zonales de Compute Engine.
Para usar las reservas de Compute Engine con Dataflow, sigue estos pasos:
Crea una reserva de Compute Engine. Puede ser una reserva de un solo proyecto o una reserva compartida. Para obtener más información, consulta los siguientes documentos:
Cuando envíes el trabajo de Dataflow, pasa una de las siguientes opciones de servicio, según la versión del SDK de Beam que uses:
Versión de Beam < 2.29: --experiments=skip_gce_quota_verification
Versión de Beam >= 2.29: --dataflow_service_options=automatically_use_created_reservation
Para evitar que las cargas de trabajo de prioridad baja en el mismo proyecto compitan por las reservas con Dataflow, establece la afinidad de reserva en none cuando crees las VMs de esas cargas de trabajo. Para obtener más información, consulta Consume instancias reservadas.
Para usar la reserva, los trabajadores de Dataflow deben coincidir con la configuración de la reserva. Es posible que debas configurar el tipo de máquina del trabajador para el trabajo. Para obtener más información, consulta Trabajadores.
Limitaciones
Todas las limitaciones de las reservas de Compute Engine se aplican cuando los trabajadores de Dataflow consumen reservas. Consulta la sección sobre cómo funcionan las reservas.
Dataflow se basa en el orden de consumo predeterminado de Compute Engine. Como resultado, se aplican las siguientes limitaciones:
Dataflow no consume una reserva creada con la marca --require-specific-reservation.
Otras cargas de trabajo en la misma organización o el mismo proyecto que no especifiquen la marca --reservation pueden competir con las cargas de trabajo de Dataflow por reservas compartidas o específicas del proyecto.
Los trabajos de Dataflow Prime no consumen reservas de Compute Engine.
Precios
Dataflow factura las VMs de Compute Engine reservadas mientras se ejecuta el trabajo de Dataflow, y Compute Engine las factura cuando Dataflow no usa las VMs.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-08-18 (UTC)"],[[["\u003cp\u003eCompute Engine reservations can be used to ensure VM resources are available for Dataflow jobs.\u003c/p\u003e\n"],["\u003cp\u003eTo utilize reservations, create a Compute Engine reservation and pass the appropriate service option when submitting a Dataflow job, dependent on the Beam SDK version used.\u003c/p\u003e\n"],["\u003cp\u003eSetting the reservation affinity to \u003ccode\u003enone\u003c/code\u003e for low-priority workloads prevents competition for reservations with Dataflow jobs.\u003c/p\u003e\n"],["\u003cp\u003eDataflow worker configurations must match the reservation's configuration to successfully consume the reserved resources, which may require adjustments to the worker machine type.\u003c/p\u003e\n"],["\u003cp\u003eCompute Engine reservations used with Dataflow are billed by Dataflow while the job runs and by Compute Engine when idle, and they are not eligible for Compute Engine committed use discounts.\u003c/p\u003e\n"]]],[],null,["# Use Compute Engine reservations with Dataflow\n\nTo ensure that VM resources are available when your Dataflow jobs need\nthem, you can use Compute Engine reservations. Reservations provide a high\nlevel of assurance in obtaining capacity for Compute Engine zonal\nresources.\n\nTo use Compute Engine reservations with Dataflow, perform the\nfollowing steps:\n\n1. Create a Compute Engine reservation. It can be a single-project\n reservation or a shared reservation. For more information, see the following\n documents:\n\n - [Create a reservation for a single project](/compute/docs/instances/reservations-single-project)\n - [Create a shared reservation](/compute/docs/instances/reservations-shared)\n\n The reservation can include GPU accelerators.\n2. When you submit your Dataflow job, pass one of the following\n service options, depending on which version of the Beam SDK you are using:\n\n - Beam version \\\u003c 2.29: `--experiments=skip_gce_quota_verification`\n - Beam version \\\u003e= 2.29: `--dataflow_service_options=automatically_use_created_reservation`\n\nTo prevent low-priority workloads in the same project from competing for\nreservations with Dataflow, set the reservation affinity to\n`none` when you create VMs for those workloads. For more information, see\n[Consuming reserved instances](/compute/docs/instances/reserving-zonal-resources#consuming_reserved_instances).\n\nIn order to use the reservation, the Dataflow workers must match\nthe reservation configuration. You might need to set the worker machine type for\nthe job. For more information, see\n[Workers](/dataflow/docs/request-quotas#workers).\n\nLimitations\n-----------\n\n- All limitations of Compute Engine reservations apply when\n Dataflow workers consume reservations. See\n [How reservations work](/compute/docs/instances/reservations-overview#how-reservations-work).\n\n- Dataflow relies on the\n [default consumption order](/compute/docs/instances/reservations-overview#consumption-order)\n in Compute Engine. As a result, the following limitations apply:\n\n - Dataflow does not consume a reservation created with the `--require-specific-reservation` flag.\n - Other workloads in the same project or Organization that do not specify the `--reservation` flag might compete with Dataflow workloads for project-specific or shared reservations.\n- Dataflow Prime jobs don't consume Compute Engine reservations.\n\nPricing\n-------\n\nReserved Compute Engine VMs are billed by Dataflow while\nthe Dataflow job is running, and are billed by\nCompute Engine when the VMs are not being used by\nDataflow.\n\nIf you use your Compute Engine reservations with\nDataflow, then those reserved resources aren't eligible for\n[Compute Engine committed use discounts](/compute/vm-instance-pricing#committed_use).\nUsage is billed by using the\n[Dataflow pricing model](/dataflow/pricing).\n\nWhat's next\n-----------\n\nTo learn more about Compute Engine reservations, see\n[Reservations of Compute Engine zonal resources](/compute/docs/instances/reservations-overview)."]]
