如果某個步驟、階段或工作站導致整體工作速度變慢，就會發生瓶頸。瓶頸可能會導致工作站閒置，並增加延遲時間。
如果 Dataflow 偵測到效能瓶頸，工作圖表會顯示快訊，且「步驟資訊」面板會列出效能瓶頸的類型和原因 (如有)。Dataflow 也會將瓶頸偵測資訊匯出至 Stackdriver 指標，並以時間序列的形式呈現資料。這可讓您查看一段時間或過去的瓶頸。
瞭解瓶頸
Dataflow 執行串流管道時，工作會包含一系列元件，例如串流重組、使用者定義函式 (DoFn) 處理執行緒，以及持續性狀態檢查點。為方便資料流動，Dataflow 會使用佇列連結這些元件。資料會從上游推送至下游。
在許多管道中，整體輸送量容量會受到單一元件限制，在管道中形成瓶頸。資料通過瓶頸的速率會限制管道接受及處理輸入資料的速度。
舉例來說，假設管道中 DoFn 處理作業發生在串流隨機排序的下游。兩者之間的佇列會緩衝處理隨機排序但未經處理的資料。如果 DoFn 處理程序無法以串流隨機播放產生資料的速度使用資料，佇列就會變大。如果瓶頸持續存在，佇列可能會達到容量上限。此時，系統會暫停進一步隨機播放，並將積壓工作向上游傳播。上游佇列也會累積待處理項目，最終導致速度變慢，並延伸至資料來源，也就是說，整個管道無法跟上輸入內容。
發生效能瓶頸時，管道中可能會有相當多的部分顯示為不正常，即使管道中只有一個點造成積壓。這種行為可能會導致難以偵錯瓶頸。瓶頸偵測的目標是找出確切位置和原因，消除臆測，以便修正根本原因。
如果延遲時間超過五分鐘的門檻，Dataflow 就會偵測到瓶頸。如果延遲時間未超過這個門檻，Dataflow 就不會偵測到瓶頸。
偵測到瓶頸不一定需要採取行動，視您的用途而定。如果管道的暫時性延遲時間超過五分鐘，仍可正常運作。如果您的用途可以接受這種情況，可能就不需要解決所指出的瓶頸。
瓶頸類型
Dataflow 偵測到瓶頸時，監控介面會指出問題的嚴重程度。瓶頸可分為以下幾類：
- 處理作業停滯且無法繼續進行
- 管道進度會完全停止在這個步驟。
- 處理作業持續進行中，但進度落後。
- 管道無法快速處理傳入資料。因此待處理事項也隨之增加。
- 處理作業持續進行中，但有待處理的工作
- 管道正在處理資料，處理速率與輸入速率相當。處理速度夠快，待處理工作不會增加，但累積的待處理工作也不會大幅減少。
- 處理作業持續進行中，且即將進行待處理的工作
- 積壓工作正在減少，但目前的瓶頸阻礙了管道更快趕上進度。如果使用待處理項目啟動管道，這種狀態可能屬於正常情況，不需要任何介入措施。監控進度，看看積壓工作是否持續減少。
瓶頸成因
監控介面會顯示瓶頸的原因 (如果知道的話)。請參考這些資訊解決問題。
- 作業處理時間過長
計算作業的處理時間過長。只要輸入套件傳送至執行
DoFn的工作站，且經過相當長的時間後仍未產生結果，就會發生這種情況。這通常是使用者程式碼中單一長時間執行的作業所致。 其他問題可能會導致作業處理時間過長。舉例來說，
DoFn內擲回並重試的錯誤、長時間重試，或因 OOM 等因素導致工作執行緒當機，都可能造成處理時間過長。如果受影響的運算位於使用者程式碼中，請設法最佳化程式碼或限制執行時間。為協助偵錯，工作站記錄會顯示停滯超過 5 分鐘的任何作業堆疊追蹤記錄。
- 緩慢的永續性狀態讀取
運算作業在執行
DoFn時，會花費大量時間讀取持續性狀態。這可能是因為持續性狀態過大，或是讀取次數過多。建議您減少保存狀態大小或讀取頻率。這也可能是暫時性問題，因為基礎持續性狀態速度緩慢。- 緩慢的永久狀態寫入
計算作業在提交處理結果時，花費大量時間寫入持續性狀態。這可能是因為持續性狀態過大所致。建議縮減保存狀態的大小。這也可能是暫時性問題，因為基礎持續性狀態緩慢。
- 遭拒的提交
資料處理無效，因此無法提交至持續性狀態。 這通常是因為超出其中一項作業限制。 如需更多詳細資料，請查看記錄檔，或與支援團隊聯絡。
- Apache Kafka 來源分區不足
Apache Kafka 來源運算的分區不足。如要解決這個問題，請嘗試下列做法：
- 增加 Kafka 分區數量。
- 使用
Redistribute轉換，更有效率地重新分配資料並進行平行處理。
詳情請參閱「從 Apache Kafka 讀取資料到 Dataflow」頁面的「平行處理作業」。
- 來源平行處理量不足
來源運算平行處理量不足。如有可能，請增加來源中的平行化。如果無法增加平行化，且工作使用至少一次模式，請嘗試在管道中新增
Redistribute轉換。- 頻繁使用索引鍵或索引鍵平行處理量不足
作業有熱鍵或索引鍵平行處理量不足。
Dataflow 會依序處理每個分片鍵的訊息。 Dataflow 處理特定鍵的一批訊息時，該鍵的其他傳入訊息會排入佇列，直到目前批次處理完成為止。
如果 Dataflow 無法平行處理足夠的相異鍵，可能會造成瓶頸。舉例來說，資料可能只有少數幾個不同的鍵，或某些鍵在資料中過度呈現 (「熱鍵」)。詳情請參閱「排解工作緩慢或停滯的問題」。
- vCPU 佈建不足
這項工作沒有足夠的工作站 vCPU。如果工作已擴充至上限，vCPU 使用率偏高，且仍有待處理工作，就會發生這種情況。
- 與 worker 通訊時發生問題
Dataflow 無法與所有工作站 VM 通訊。檢查工作 VM 的狀態。可能的原因包括：
- 工作者 VM 的佈建作業發生問題。
- 工作正在執行時，刪除工作站 VM 集區。
- 網路問題。
- Pub/Sub 來源平行處理量不足
Pub/Sub 來源運算使用的 Pub/Sub 金鑰數量不足。如果看到這則警告，請與支援團隊聯絡。
- Pub/Sub 來源因不明原因受到限制
從 Pub/Sub 讀取資料時，Pub/Sub 來源運算因不明原因受到限制。這個問題可能只是暫時性的。檢查 Pub/Sub 設定問題、缺少 IAM 權限或配額限制。不過，如果上述原因都不是根本原因，且問題仍未解決，請與支援團隊聯絡。
- Pub/Sub 接收器發布作業緩慢或停滯
Pub/Sub 接收器運算作業緩慢或停滯。這個問題可能是設定錯誤或配額限制所致。
- 工作佇列時間過長
由於金鑰數量龐大，且金鑰處理速度緩慢，因此最舊的合格工作年齡較高。在這種情況下，每項作業可能不會異常耗時，但整體排隊延遲時間很長。
Dataflow 會為每個分片索引鍵使用單一處理執行緒，且處理執行緒數量有限。排隊延遲時間約等於索引鍵與執行緒的比率，乘以索引鍵各個處理套件的執行緒內延遲時間：
(key count / total harness threads) * latency per bundle請嘗試下列修正方法：
- Streaming Engine 後端發生暫時性問題
Streaming Engine 後端發生設定或運作問題。這個問題可能只是暫時性的。如果問題仍未解決，請與支援團隊聯絡。