本頁說明如何將 Arm VM 用於批次和串流 Dataflow 工作的背景工作。
您可以使用 Tau T2A 機器系列和 C4A 機器系列 (預先發布版) 的 Arm 處理器執行 Dataflow 工作。由於 Arm 架構經過最佳化處理，運作效率相當卓越，因此使用這些 VM 執行某些工作負載時，成本效益更高。如要進一步瞭解 Arm VM，請參閱 Compute 上的 Arm VM。
需求條件
- 下列 Apache Beam SDK 支援 Arm VM：
- Apache Beam Java SDK 2.50.0 以上版本
- Apache Beam Python SDK 2.50.0 以上版本
- Apache Beam Go SDK 2.50.0 以上版本
- 選取提供 Tau T2A 或 C4A 機器的區域。詳情請參閱「可用地區和區域」。
- 使用 Runner v2 執行工作。
- 串流工作必須使用 Streaming Engine。
限制
- 適用所有 Tau T2A 限制和 C4A 限制。
- 不支援 GPU。
- 不支援 Cloud Profiler。
- 系統不支援 Dataflow Prime。
- 系統不支援接收來自 Cloud Monitoring 的工作站 VM 指標。
- 不支援容器映像檔預先建構。
使用 Arm VM 執行工作
如要使用 Arm VM，請設定下列管道選項。
Java
設定 workerMachineType 管道選項，並指定 ARM 機器類型。
如要進一步瞭解如何設定管道選項，請參閱「設定 Dataflow 管道選項」。
Python
設定 machine_type 管道選項，並指定 ARM 機器類型。
如要進一步瞭解如何設定管道選項，請參閱「設定 Dataflow 管道選項」。
Go
設定 worker_machine_type 管道選項，並指定 ARM 機器類型。
如要進一步瞭解如何設定管道選項，請參閱「設定 Dataflow 管道選項」。
使用多架構容器映像檔
如果您在 Dataflow 中使用自訂容器，容器必須與工作站 VM 的架構相符。如果您打算在 ARM VM 上使用自訂容器，建議您建構多架構映像檔。詳情請參閱「建構多架構容器映像檔」。
定價
您必須支付 Dataflow 運算資源的費用。Dataflow 的價格與機器類型系列無關。詳情請參閱 Dataflow 定價。