Utilizza la pianificazione flessibile delle risorse in Cloud Dataflow

Questa pagina spiega come attivare la pianificazione flessibile delle risorse (FlexRS) per le pipeline batch con scalabilità automatica in Dataflow.

FlexRS riduce i costi di elaborazione batch utilizzando tecniche di pianificazione, Riproduzione casuale di Dataflow e una combinazione di questi istanze di macchine virtuali (VM) prerilasciabili e VM normali. Eseguendo in parallelo VM prerilasciabili e VM normali, Dataflow migliora l'esperienza utente quando Compute Engine interrompe le istanze VM prerilasciabili durante un evento di sistema. FlexRS aiuta a garantire che la pipeline continua a fare progressi senza perdere il lavoro precedente quando Compute Engine prerilascio delle VM prerilasciabili.

I job con FlexRS utilizzano Dataflow Shuffle basato su servizi per l'unione e il raggruppamento. Di conseguenza, i job FlexRS non utilizzano le risorse del Persistent Disk per archiviare i risultati temporanei dei calcoli. Utilizzo di Dataflow Shuffle consente a FlexRS di gestire meglio il prerilascio di una VM worker, Il servizio Dataflow non deve ridistribuire i dati sui pod rimanenti worker. Ogni worker Dataflow ha comunque bisogno di un piccolo volume su disco permanente di 25 GB per archiviare l'immagine macchina e i log temporanei.

Supporto e limitazioni

  • Supporta pipeline in modalità batch.
  • Richiede l'SDK Apache Beam per Java 2.12.0 o successivo, l'SDK Apache Beam per Python 2.12.0 o versioni successive, oppure l'SDK Apache Beam per Go.
  • Utilizza Dataflow Shuffle. L'attivazione di FlexRS abilita automaticamente Dataflow Riproduzione casuale.
  • Non supporta le GPU.
  • I job FlexRS hanno un ritardo nella pianificazione. Pertanto, FlexRS è più adatto per i carichi di lavoro che non sono critici in termini di tempo, ad esempio i job giornalieri o settimanali che possono essere completati in un determinato intervallo di tempo.

Programmazione posticipata

Quando invii un job FlexRS, il servizio Dataflow mette il job in coda e lo invia per l'esecuzione entro sei ore dal la creazione di posti di lavoro. Dataflow trova il momento migliore per avviare il job in questo arco di tempo, in base alla capacità disponibile e ad altri fattori.

Quando invii un job FlexRS, il servizio Dataflow esegue seguenti passaggi:

  1. Restituisce un ID job subito dopo l'invio del job.
  2. Esegue una convalida anticipata vengono eseguiti tutti i test delle unità.

  3. Utilizza il risultato della convalida anticipata per determinare il passaggio successivo.

    1. Se l'operazione riesce, il job viene messo in coda in attesa del lancio ritardato.
    2. In tutti gli altri casi, il job non va a buon fine e il servizio Dataflow segnala gli errori.

Se la convalida ha esito positivo, in Dataflow interfaccia di monitoraggio, il job visualizza un ID stato Queued. Se la convalida non va a buon fine, il job mostra lo stato Failed.

Convalida anticipata

I job FlexRS non vengono avviati immediatamente al momento dell'invio. Durante la fase iniziale della convalida, il servizio Dataflow verifica i parametri di esecuzione le impostazioni dell'ambiente Google Cloud, Ruoli IAM e configurazioni di rete. Dataflow convalida il più possibile il job durante il job l'ora di invio e segnala potenziali errori. Questa procedura di convalida anticipata non prevede costi.

Il passaggio di convalida anticipata non esegue il codice utente. Devi verificare il codice per controllare la presenza di problemi utilizzando il runner diretto di Apache Beam o i job non FlexRS. In caso di modifiche dell'ambiente Google Cloud tra durante la creazione e la pianificazione ritardata del job, il job potrebbe avere esito positivo ma non al momento del lancio.

Attiva FlexRS

Quando crei un job FlexRS, viene utilizzata una quota di job simultanei, anche quando il job è nello stato In coda. La procedura di convalida anticipata non verifica né riserva altre quote. Pertanto, prima di abilitare FlexRS, verifica di aver quote delle risorse di progetto Google Cloud sufficienti per avviare il tuo lavoro. che include una quota aggiuntiva per le CPU prerilasciabili, CPU e indirizzi IP standard, a meno che non disattivi Parametro IP pubblico.

Se non disponi di una quota sufficiente, l'account potrebbe non disporre di risorse sufficienti quando viene implementato il job FlexRS. Per impostazione predefinita, Dataflow seleziona le VM prerilasciabili per il 90% di worker nel pool di worker. Quando pianifichi la quota di CPU, assicurati di disporre di dati sufficienti quota VM prerilasciabile. Puoi richiedere esplicitamente una VM prerilasciabile quota; altrimenti il tuo job FlexRS non avranno le risorse per operare in modo tempestivo.

Prezzi

Per i job FlexRS vengono fatturate le seguenti risorse:

  • CPU regolari e prerilasciabili
  • Risorse di memoria
  • Risorse di Dataflow Shuffle
  • 25 GB per worker di risorse Persistent Disk

Sebbene Dataflow utilizzi sia worker prerilasciabili che normali per eseguire il job FlexRS, ti viene addebitata una tariffa uniforme scontata rispetto ai normali prezzi di Dataflow, a prescindere dal tipo di worker. Le risorse Dataflow Shuffle e Persistent Disk non sono scontate.

Per ulteriori informazioni, consulta la pagina Dettagli dei prezzi di Dataflow.

Opzioni pipeline

Java

Per abilitare un job FlexRS, utilizza la seguente opzione di pipeline:

  • --flexRSGoal=COST_OPTIMIZED, dove l'obiettivo di ottimizzazione dei costi indica che il servizio Dataflow sceglie le risorse scontate disponibili.

  • --flexRSGoal=SPEED_OPTIMIZED, dove viene ottimizzata per un tempo di esecuzione inferiore. Se non specificato, il campo --flexRSGoal viene impostato sul valore predefinito SPEED_OPTIMIZED, che equivale a omettere questo flag.

I job FlexRS influiscono sui seguenti elementi parametri di esecuzione:

  • numWorkers imposta solo il numero iniziale di worker. Tuttavia, puoi impostare maxNumWorkers per motivi di controllo dei costi.
  • Non puoi utilizzare l'opzione autoscalingAlgorithm con i job FlexRS.
  • Non puoi specificare il flag zone per i job FlexRS. Il servizio Dataflow seleziona la zona per tutti i job FlexRS nella regione specificata con il parametro region.
  • Devi selezionare una posizione del flusso di dati come region.
  • Non puoi utilizzare le serie di macchine M2, M3 o H3 per il tuo workerMachineType.

Il seguente esempio mostra come aggiungere parametri ai parametri della pipeline normale per utilizzare FlexRS:

--flexRSGoal=COST_OPTIMIZED \
--region=europe-west1 \
--maxNumWorkers=10 \
--workerMachineType=n1-highmem-16

Se ometti region, maxNumWorkers e workerMachineType, il valore Il servizio Dataflow determina il valore predefinito.

Python

Per abilitare un job FlexRS, utilizza la seguente opzione di pipeline:

  • --flexrs_goal=COST_OPTIMIZED, dove l'obiettivo di ottimizzazione dei costi indica che il servizio Dataflow sceglie le risorse scontate disponibili.

  • --flexrs_goal=SPEED_OPTIMIZED, in cui viene ottimizzato per ridurre i tempi di esecuzione. Se non specificato, il campo --flexrs_goal viene impostato sul valore predefinito SPEED_OPTIMIZED, che equivale a omettere questo flag.

I job FlexRS influiscono sui seguenti elementi parametri di esecuzione:

  • num_workers imposta solo il numero iniziale di worker. Tuttavia, puoi impostare max_num_workers per motivi di controllo dei costi.
  • Non puoi utilizzare l'opzione autoscalingAlgorithm con i job FlexRS.
  • Non puoi specificare il flag zone per i job FlexRS. Il servizio Dataflow seleziona la zona per tutti i job FlexRS nella regione specificata con il parametro region.
  • Devi selezionare un'opzione Località Dataflow come region.
  • Non puoi utilizzare le serie di macchine M2, M3 o H3 per il tuo machine_type.

Il seguente esempio mostra come aggiungere parametri ai parametri della pipeline normale per utilizzare FlexRS:

--flexrs_goal=COST_OPTIMIZED \
--region=europe-west1 \
--max_num_workers=10 \
--machine_type=n1-highmem-16

Se ometti region, max_num_workers e machine_type, il valore Il servizio Dataflow determina il valore predefinito.

Vai

Per attivare un job FlexRS, utilizza la seguente opzione di pipeline:

  • --flexrs_goal=COST_OPTIMIZED, dove l'obiettivo di ottimizzazione dei costi indica che il servizio Dataflow sceglie le risorse scontate disponibili.

  • --flexrs_goal=SPEED_OPTIMIZED, dove viene ottimizzata per un tempo di esecuzione inferiore. Se non specificato, il campo --flexrs_goal viene impostato sul valore predefinito SPEED_OPTIMIZED, che equivale a omettere questo flag.

I job FlexRS influiscono sui seguenti parametri di esecuzione:

  • num_workers imposta solo il numero iniziale di worker. Tuttavia, puoi impostare max_num_workers per motivi di controllo dei costi.
  • Non puoi utilizzare l'opzione autoscalingAlgorithm con i job FlexRS.
  • Non puoi specificare il flag zone per i job FlexRS. Il servizio Dataflow seleziona la zona per tutti i job FlexRS nella regione specificata con il parametro region.
  • Devi selezionare un'opzione Località Dataflow come region.
  • Non puoi utilizzare la serie di macchine M2, M3 o H3 per worker_machine_type.

L'esempio seguente mostra come aggiungere parametri al tuo parametri della pipeline per utilizzare FlexRS:

--flexrs_goal=COST_OPTIMIZED \
--region=europe-west1 \
--max_num_workers=10 \
--machine_type=n1-highmem-16

Se ometti region, max_num_workers e machine_type, il valore Il servizio Dataflow determina il valore predefinito.

Modelli Dataflow

Alcuni modelli Dataflow non supportano l'opzione della pipeline FlexRS. In alternativa, utilizza il seguente codice opzione pipeline.

--additional-experiments=flexible_resource_scheduling,shuffle_mode=service,delayed_launch

Monitora i job FlexRS

Puoi monitorare lo stato del tuo job FlexRS nella console Google Cloud in due luoghi:

  1. La pagina Job che mostra tutti i tuoi lavori.
  2. La pagina Interfaccia di Monitoring del job inviato.

Nella pagina Job, i job non avviati mostrano lo stato In coda.

Un elenco di job Dataflow nella console Google Cloud contenente un job con stato In coda.
Figura 1: un elenco di job Dataflow nella console Google Cloud contenente un job con stato In coda.

Nella pagina Interfaccia di Monitoring, vengono visualizzati i job in attesa nella coda. il messaggio "Il grafico verrà visualizzato dopo l'avvio di un job" nella scheda Grafico del job.

Un singolo job della pipeline in coda nell'interfaccia di monitoraggio di Cloud Dataflow.
Figura 2: un singolo job di pipeline in coda mostrato nella Interfaccia di monitoraggio di Dataflow.