Halaman ini menjelaskan cara menggunakan VM Arm sebagai pekerja untuk tugas Dataflow batch dan streaming.
Anda dapat menggunakan seri mesin Tau T2A dan seri mesin C4A (Pratinjau) dari prosesor Arm untuk menjalankan tugas Dataflow. Karena arsitektur Arm dioptimalkan untuk efisiensi daya, penggunaan VM ini menghasilkan harga yang lebih baik untuk performa beberapa workload. Untuk mengetahui informasi selengkapnya tentang VM Arm, lihat VM Arm di Compute Engine.
Persyaratan
- Apache Beam SDK berikut mendukung VM Arm:
- Apache Beam Java SDK versi 2.50.0 atau yang lebih baru
- Apache Beam Python SDK versi 2.50.0 atau yang lebih baru
- Apache Beam Go SDK versi 2.50.0 atau yang lebih baru
- Pilih region tempat mesin Tau T2A atau C4A tersedia. Untuk informasi selengkapnya, lihat Region dan zona yang tersedia.
- Gunakan Runner v2 untuk menjalankan tugas.
- Tugas streaming harus menggunakan Streaming Engine.
Batasan
- Semua batasan Tau T2A dan batasan C4A berlaku.
- GPU tidak didukung.
- Cloud Profiler tidak didukung.
- Dataflow Prime tidak didukung.
- Penyesuaian yang tepat tidak didukung.
- Menerima metrik VM pekerja dari Cloud Monitoring tidak didukung.
- Pra-pembuatan image container tidak didukung.
Menjalankan tugas menggunakan VM Arm
Untuk menggunakan VM Arm, tetapkan opsi pipeline berikut.
Java
Tetapkan opsi pipeline workerMachineType dan tentukan
jenis mesin ARM.
Untuk mengetahui informasi selengkapnya tentang cara menyetel opsi pipeline, lihat Menyetel opsi pipeline Dataflow.
Python
Tetapkan opsi pipeline machine_type dan tentukan
jenis mesin ARM.
Untuk mengetahui informasi selengkapnya tentang cara menyetel opsi pipeline, lihat Menyetel opsi pipeline Dataflow.
Go
Tetapkan opsi pipeline worker_machine_type dan tentukan
jenis mesin ARM.
Untuk mengetahui informasi selengkapnya tentang cara menyetel opsi pipeline, lihat Menyetel opsi pipeline Dataflow.
Menggunakan image container multi-arsitektur
Jika Anda menggunakan container kustom di Dataflow, container harus cocok dengan arsitektur worker VM. Jika Anda berencana menggunakan container kustom di VM ARM, sebaiknya buat image multi-arsitektur. Untuk mengetahui informasi selengkapnya, lihat Membangun image container multi-arsitektur.
Harga
Anda akan ditagih untuk resource komputasi Dataflow. Harga Dataflow tidak bergantung pada kelompok jenis mesin. Untuk informasi selengkapnya, lihat Harga Dataflow.