Questa pagina spiega come utilizzare le VM Arm come worker per i job Dataflow batch e in streaming.
Puoi utilizzare la serie di macchine Tau T2A e la serie di macchine C4A (anteprima) 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 miglior rapporto prezzo/prestazioni per alcuni carichi di lavoro. Per ulteriori informazioni sulle VM ARM, consulta VM ARM su Compute.
Requisiti
- I seguenti SDK Apache Beam supportano le VM Arm:
- SDK Apache Beam Java 2.50.0 o versioni successive
- SDK Apache Beam per Python 2.50.0 o versioni successive
- SDK Apache Beam Go 2.50.0 o versioni successive
- Seleziona una regione in cui sono disponibili macchine Tau T2A o C4A. Per maggiori informazioni, consulta 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 e le limitazioni di C4A.
- Le GPU non sono supportate.
- Cloud Profiler non è supportato.
- Dataflow Prime non è supportato.
- La ricezione delle metriche delle VM worker da Cloud Monitoring non è supportata.
- La pre-creazione dell'immagine del container non è supportata.
Esegui un job utilizzando 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 ARM.
Per ulteriori informazioni su come impostare le opzioni della pipeline, consulta Impostare le opzioni della pipeline Dataflow.
Python
Imposta l'opzione di pipeline machine_type e specifica un
tipo di macchina ARM.
Per ulteriori informazioni su come impostare le opzioni della pipeline, consulta Impostare le opzioni della pipeline Dataflow.
Vai
Imposta l'opzione della pipeline worker_machine_type e specifica un
tipo di macchina ARM.
Per ulteriori informazioni su come impostare le opzioni della pipeline, consulta Impostare le opzioni della pipeline Dataflow.
Utilizzare immagini container multi-architettura
Se utilizzi un contenitore personalizzato in Dataflow, il contenitore deve corrispondere all'architettura delle VM worker. Se prevedi di utilizzare un contenitore personalizzato su VM ARM, ti consigliamo di creare un'immagine multi-architettura. Per ulteriori informazioni, consulta Creare un'immagine contenitore multi-architettura.
Prezzi
Ti vengono addebitate le risorse di calcolo di Dataflow. I prezzi di Dataflow sono indipendenti dalla famiglia di tipo di macchina. Per ulteriori informazioni, consulta Prezzi di Dataflow.