Questa pagina spiega come utilizzare le VM Arm come worker per i job batch e di streaming Dataflow.
Puoi utilizzare la serie di macchine Tau T2A e la serie di macchine C4A (anteprima) dei 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 workload. Per saperne di più sulle VM Arm, consulta VM Arm su Compute.
Requisiti
- I seguenti SDK Apache Beam supportano le VM Arm:
- Versioni 2.50.0 o successive dell'SDK Apache Beam Java
- Versioni 2.50.0 o successive dell'SDK Apache Beam per Python
- Versioni 2.50.0 o successive dell'SDK Apache Beam Go
- Seleziona una regione in cui sono disponibili le 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.
- L'adattamento destro non è supportato.
- La ricezione delle metriche delle VM worker da Cloud Monitoring non è supportata.
- La pre-compilazione dell'immagine container non è supportata.
Esegui un job utilizzando le VM Arm
Per utilizzare le VM Arm, imposta la seguente opzione della pipeline.
Java
Imposta l'opzione della pipeline workerMachineType e specifica un
tipo di macchina ARM.
Per saperne di più sull'impostazione delle opzioni della pipeline, vedi Impostare le opzioni della pipeline Dataflow.
Python
Imposta l'opzione della pipeline machine_type e specifica un
tipo di macchina ARM.
Per saperne di più sull'impostazione delle opzioni della pipeline, vedi Imposta le opzioni della pipeline Dataflow.
Go
Imposta l'opzione della pipeline worker_machine_type e specifica un
tipo di macchina ARM.
Per saperne di più sull'impostazione delle opzioni della pipeline, vedi Imposta le opzioni della pipeline Dataflow.
Utilizzare immagini container multiarchitettura
Se utilizzi un container personalizzato in Dataflow, il container deve corrispondere all'architettura delle VM worker. Se prevedi di utilizzare un container personalizzato sulle VM ARM, ti consigliamo di creare un'immagine multi-architettura. Per ulteriori informazioni, vedi Crea un'immagine container multarchitettura.
Prezzi
Ti vengono addebitate le risorse di calcolo di Dataflow. I prezzi di Dataflow sono indipendenti dalla famiglia di tipi di macchine. Per ulteriori informazioni, consulta i prezzi di Dataflow.