使用「pause-on-failure」服務選項，保留 Dataflow 批次工作的狀態。這項功能可讓您暫停執行作業、解決管道外部的問題，以及繼續處理作業，而不會遺失已完成的工作。使用這項功能暫停工作後，您就無法變更管道程式碼或 worker VM 設定，例如機型。
啟用這項功能後，您就能在暫時中斷或配額限制期間，更妥善地管理資源成本，並提升工作可靠性。啟用「失敗時暫停」功能後，您還可以設定暫停時間上限，進一步控管管道生命週期。您也可以手動暫停或繼續執行已啟用 pause-on-failure 旗標的管道。
失敗時暫停的好處
如果選用「失敗時暫停」服務選項，就能在作業中斷期間保留批次工作進度，進而減少總運算時間和資源支出。
- 保留檢查點：工作失敗時，您可以從上次記錄的檢查點繼續執行，不必從頭開始。這樣一來，您就不必重新處理已完成的資料區塊，也不必為已順利完成的工作付費。
- 減少外部依附元件：保護管道免於暫時性問題影響，例如外部服務暫時中斷或速率限制。暫停作業後，您就能在繼續執行作業前找出根本原因，且不會遺失已完成的工作。
- 處理非確定性失敗：如果工作負載容易發生間歇性或非確定性失敗，這個選項可確保每次連續嘗試都能累加進度，避免工作全面失敗。
- 管理資源和配額：暫停優先順序較低的批次工作，暫時釋出配額或將 GPU 或 TPU 等高價值資源重新分配給緊急工作負載，例如機器學習模型訓練或推論，同時保留基準進度。
支援與限制
暫停工作 (手動或因失敗而暫停) 須符合下列規定和限制：
- Dataflow 工作必須是批次工作。
- 工作必須使用 Dataflow Shuffle。
- 執行工作時，您必須指定
pause_on_failure服務選項。 - 工作先前不得無法暫停。
失敗時暫停工作
啟用「失敗時暫停」功能後，工作項目失敗四次時，工作就會自動暫停。您可以在記錄檔中找出這些失敗情形，方法是查看含有 Error message from worker 的工作訊息，以及含有 Completed work item ITEM_NUMBER
UNSUCCESSFULLY 的 worker 訊息。其他類型的失敗 (例如缺貨和配額錯誤) 則不會觸發自動暫停。而是會導致工作正常失敗。啟用「失敗時暫停」功能後，您也可以手動暫停工作。
工作狀態轉換
Dataflow 工作暫停時，會經歷下列狀態：
- 暫停：中間狀態，工作會停止處理作業、刪除工作站 VM，並封存後端狀態。在服務完成刪除 VM 之前，您仍須支付相關費用。
- 已暫停：工作已完全停止。此時，您只需支付已封存的 Shuffle 資料費用。
例外行為
在下列情況中，失敗時暫停功能可能會出現非預期的行為：
- 如果手動暫停即將完成的工作，系統可能會完成工作，而不是暫停。
- 在極少數情況下，工作可能無法暫停。在這些情況下，如果工作是因錯誤而暫停，則會進入失敗狀態；如果是手動暫停，則會返回執行狀態。
繼續處理
工作恢復後，服務會依下列方式處理工作項目：
- 已完成的工作：服務不會重新處理工作暫停時已完全完成的任何階段或工作項目。
- 進行中的工作：工作暫停時正在處理的任何工作項目，都會從頭重新處理。
- 失敗次數：所有工作項目失敗次數都會重設為零，這表示工作項目再失敗四次前，工作不會自動暫停。
啟用「失敗時暫停」功能
如要為工作啟用「失敗時暫停」功能，請在執行工作時使用 pause_on_failure Dataflow 服務選項。
Java
--dataflowServiceOptions=pause_on_failure
Python
--dataflow_service_options=pause_on_failure
Go
--dataflow_service_options=pause_on_failure
指定暫停時間長度上限
根據預設，工作會暫停最多 7 天 (7d)。您可以手動設定最長暫停時間，範圍介於 1 小時 (1h) 和 7 天 (7d) 之間。
系統僅支援 d (天) 和 h (小時)。一天定義為 24 小時。
由於日光節約時間等因素，這可能與日曆天數的長度不符。
暫停時間超過上限後，系統會取消工作，且無法再繼續執行。
舉例來說，以下範例將暫停時間上限設為 1 天：
Java
--dataflowServiceOptions=pause_on_failure=pause_duration:1d
Python
--dataflow_service_options=pause_on_failure=pause_duration:1d
Go
--dataflow_service_options=pause_on_failure=pause_duration:1d
手動暫停 Dataflow 工作
如要手動暫停工作，請執行下列步驟。
控制台
gcloud
如要暫停 Dataflow 工作，請在 Cloud Shell 或已安裝 gcloud CLI 的本機終端機中，使用 gcloud dataflow
jobs 指令。
開啟殼層。
列出正在執行的 Dataflow 工作 ID，然後記下要暫停的工作 ID：
gcloud dataflow jobs list如果未設定
--region標記，系統會顯示所有可用地區的 Dataflow 工作。執行下列指令：
gcloud dataflow jobs pause JOB_ID --region=REGION將 JOB_ID 換成您記下的工作 ID，並將 REGION 換成工作區域。
API
如要使用 Dataflow REST API 暫停工作，請使用 projects.locations.jobs.update 端點，並傳遞下列要求主體：
{
"requestedState": "JOB_STATE_PAUSING"
}
重要事項：請勿不慎將
JOB_STATE_PAUSED 做為 requestedState 傳遞。
取消暫停或已暫停的 Dataflow 工作
您可以照常取消暫停中或已暫停的 Dataflow 工作。取消職缺後，系統不會再向你收費，但職缺無法再恢復。
暫停的工作會在最長暫停時間到期後自動取消。
繼續執行 Dataflow 工作
如要手動繼續執行已暫停的工作，請按照下列步驟操作：
控制台
前往 Dataflow 的「Jobs」(工作) 頁面：
按一下要繼續執行的工作。
如要繼續工作，工作狀態必須為「已暫停」(而非「暫停中」)。
在工作詳細資料頁面中，按一下「繼續」。
gcloud
如要繼續執行 Dataflow 工作，請在 Cloud Shell 或已安裝 gcloud CLI 的本機終端機中，使用 gcloud dataflow
jobs 指令。
開啟殼層。
列出已暫停的 Dataflow 工作 ID，然後記下要繼續執行的工作 ID：
gcloud dataflow jobs list如果未設定
--region標記，系統會顯示所有可用地區的 Dataflow 工作。執行下列指令：
gcloud dataflow jobs resume JOB_ID --region=REGION將 JOB_ID 替換為工作 ID，並將 REGION 替換為工作區域。
API
如要使用 Dataflow REST API 繼續執行工作，請使用 projects.locations.jobs.update 端點，並傳遞下列要求主體：
{
"requestedState": "JOB_STATE_RUNNING"
}
後續步驟
- 瞭解如何停止執行中的管道。
- 瞭解批次作業的 Dataflow Shuffle，這是使用這項功能的前提。
- 請參閱「排解管道問題」指南，解決錯誤。
- 瞭解如何排解批次工作執行緩慢或停滯的問題。