Halaman ini menjelaskan cara menggunakan VM Arm sebagai pekerja untuk tugas Dataflow streaming dan batch.
Anda dapat menggunakan seri mesin Tau T2A dan seri mesin C4A (Pratinjau) dari prosesor Arm untuk menjalankan tugas Dataflow. Karena arsitektur Arm dioptimalkan untuk efisiensi daya, penggunaan VM ini menghasilkan harga yang lebih baik untuk performa pada beberapa workload. Untuk informasi selengkapnya tentang VM Arm, lihat VM Arm di Compute.
Persyaratan
- Apache Beam SDK berikut mendukung VM Arm:
- Apache Beam Java SDK versi 2.50.0 atau yang lebih baru
- Apache Beam Python SDK versi 2.50.0 atau yang lebih baru
- Apache Beam Go SDK versi 2.50.0 atau yang lebih baru
- Pilih region tempat mesin Tau T2A atau C4A tersedia. Untuk informasi selengkapnya, lihat Region dan zona yang tersedia.
- Gunakan Runner v2 untuk menjalankan tugas.
- Tugas streaming harus menggunakan Streaming Engine.
Batasan
- Semua batasan Tau T2A dan batasan C4A berlaku.
- GPU tidak didukung.
- Cloud Profiler tidak didukung.
- Dataflow Prime tidak didukung.
- Menerima metrik VM pekerja dari Cloud Monitoring tidak didukung.
- Pembuatan awal image penampung tidak didukung.
Menjalankan tugas menggunakan VM Arm
Untuk menggunakan VM Arm, tetapkan opsi pipeline berikut.
Java
Tetapkan opsi pipeline workerMachineType dan tentukan
jenis mesin ARM.
Untuk mengetahui informasi selengkapnya tentang cara menetapkan opsi pipeline, lihat Menetapkan opsi pipeline Dataflow.
Python
Tetapkan opsi pipeline machine_type dan tentukan
jenis mesin ARM.
Untuk mengetahui informasi selengkapnya tentang cara menetapkan opsi pipeline, lihat Menetapkan opsi pipeline Dataflow.
Go
Tetapkan opsi pipeline worker_machine_type dan tentukan
jenis mesin ARM.
Untuk mengetahui informasi selengkapnya tentang cara menetapkan opsi pipeline, lihat Menetapkan opsi pipeline Dataflow.
Menggunakan image container multi-arsitektur
Jika Anda menggunakan penampung kustom di Dataflow, penampung harus cocok dengan arsitektur VM pekerja. Jika Anda berencana menggunakan penampung kustom di VM ARM, sebaiknya build image multi-arsitektur. Untuk mengetahui informasi selengkapnya, lihat Mem-build image container multi-arsitektur.
Harga
Anda ditagih untuk resource komputasi Dataflow. Harga Dataflow tidak bergantung pada kelompok jenis mesin. Untuk mengetahui informasi selengkapnya, lihat Harga Dataflow.