Questa pagina spiega come utilizzare le VM ARM come worker per i job Dataflow in batch e in flussi.
Puoi utilizzare la serie di macchine Tau T2A di processori Arm per eseguire i job Dataflow. Poiché l'architettura ARM è ottimizzata per l'efficienza energetica, l'utilizzo di queste VM offre un prezzo migliore per le prestazioni per alcuni carichi di lavoro. Per ulteriori informazioni sulle VM Arm, consulta Arm VM in Compute.
Requisiti
- I seguenti SDK Apache Beam supportano le VM ARM:
- SDK Java di Apache Beam 2.50.0 o versioni successive
- SDK Python Apache Beam 2.50.0 o versioni successive
- SDK Apache Beam Go 2.50.0 o versioni successive
- Seleziona una regione in cui sono disponibili le macchine Tau T2A. Per ulteriori informazioni, consulta la sezione Regioni e zone disponibili.
- Utilizza Runner v2 per eseguire il job.
- I job di streaming devono utilizzare Streaming Engine.
Limitazioni
- Si applicano tutte le limitazioni di Tau T2A.
- Le GPU non sono supportate.
- Cloud Profiler non è supportato.
- Dataflow Prime non è supportato.
- La ricezione di metriche VM worker da Cloud Monitoring non è supportata.
- La pre-creazione dell'immagine container non è supportata.
Esegui un job utilizzando le VM ARM
Per utilizzare le VM ARM, imposta la seguente opzione di pipeline.
Java
Imposta l'opzione della pipeline workerMachineType e specifica un
tipo di macchina Tau T2A.
Per ulteriori informazioni sull'impostazione delle opzioni della pipeline, consulta Impostare le opzioni della pipeline di Dataflow.
Python
Imposta l'opzione della pipeline machine_type e specifica un
tipo di macchina Tau T2A.
Per ulteriori informazioni sull'impostazione delle opzioni della pipeline, consulta Impostare le opzioni della pipeline di Dataflow.
Go
Imposta l'opzione della pipeline worker_machine_type e specifica un
tipo di macchina Tau T2A.
Per ulteriori informazioni sull'impostazione delle opzioni della pipeline, consulta Impostare le opzioni della pipeline di Dataflow.
Utilizza immagini container con più architettura
Se utilizzi un container personalizzato in Dataflow, il container deve corrispondere all'architettura delle VM worker. Se prevedi di utilizzare un container personalizzato su VM ARM, ti consigliamo di creare un'immagine multi-architettura. Per saperne di più, consulta Creare un'immagine container con più architettura.
Prezzi
Ti verranno addebitati i costi per le risorse di computing di Dataflow. I prezzi di Dataflow sono indipendenti dalla famiglia dei tipo di macchina. Per ulteriori informazioni, consulta la sezione Prezzi di Dataflow.