借助自动模型刷新功能，当底层模型发生更改时，流水线将更新为使用新模型。由于 RunInference 转换会自动更新模型处理程序，因此您无需重新部署流水线。即使 Apache Beam 流水线正在运行，您也可以使用此功能实时更新模型。
自动模型刷新提供了两种更新机器学习 (ML) 模型的方法，即观察模式和事件模式。
观察模式
请使用 Apache Beam 提供的模式之一（例如 WatchFilePattern 类）来监控 Cloud Storage 存储桶中的最新文件。WatchFilePattern 使用时间戳与 file_pattern 进行匹配，并输出最新的 ModelMetadata，RunInference PTransform 会使用它来更新机器学习模型。
如需详细了解如何使用 WatchFilePattern 自动刷新机器学习模型，请参阅 Apache Beam 文档中的使用 WatchFilePattern 在 RunInference 中自动更新机器学习模型。
事件模式
将流水线连接到无界限来源（例如 Pub/Sub），以将更新事件直接发送到转换，从而启动模型更新。您可以配置自定义辅助输入 PCollection 来定义模型更新的逻辑。
如需查看演示如何使用辅助输入 PCollection 在生产环境中更新模型，请参阅在正在运行的流水线中更新机器学习模型。
后续步骤
查看 Apache Beam 文档，详细了解自动模型刷新功能。