Esta página explica como usar VMs Arm como trabalhadores para tarefas do Dataflow em lote e em streaming.
Pode usar a série de máquinas Tau T2A e a série de máquinas C4A (pré-visualização) de processadores Arm para executar tarefas do Dataflow. Uma vez que a arquitetura Arm está otimizada para a eficiência energética, a utilização destas VMs gera um melhor preço/desempenho para algumas cargas de trabalho. Para mais informações sobre as VMs Arm, consulte o artigo VMs Arm no Compute.
Requisitos
- Os seguintes SDKs do Apache Beam suportam VMs Arm:
- Versões 2.50.0 ou posteriores do SDK Java do Apache Beam
- Versões 2.50.0 ou posteriores do SDK Python do Apache Beam
- Versões 2.50.0 ou posteriores do SDK Go do Apache Beam
- Selecione uma região onde as máquinas Tau T2A ou C4A estejam disponíveis. Para mais informações, consulte Regiões e zonas disponíveis.
- Use o Runner v2 para executar a tarefa.
- As tarefas de streaming têm de usar o Streaming Engine.
Limitações
- Aplicam-se todas as limitações do Tau T2A e as limitações do C4A.
- As GPUs não são suportadas.
- O Cloud Profiler não é suportado.
- O Dataflow Prime não é suportado.
- A receção de métricas de VMs de trabalho do Cloud Monitoring não é suportada.
- A pré-compilação de imagens de contentores não é suportada.
Execute uma tarefa com VMs Arm
Para usar VMs Arm, defina a seguinte opção de pipeline.
Java
Defina a opção de pipeline workerMachineTypee especifique um
tipo de máquina ARM.
Para mais informações sobre como definir opções de pipeline, consulte o artigo Defina opções de pipeline do Dataflow.
Python
Defina a opção de pipeline machine_typee especifique um
tipo de máquina ARM.
Para mais informações sobre como definir opções de pipeline, consulte o artigo Defina opções de pipeline do Dataflow.
Go
Defina a opção de pipeline worker_machine_typee especifique um
tipo de máquina ARM.
Para mais informações sobre como definir opções de pipeline, consulte o artigo Defina opções de pipeline do Dataflow.
Use imagens de contentores de várias arquiteturas
Se usar um contentor personalizado no Dataflow, o contentor tem de corresponder à arquitetura das VMs de trabalho. Se planeia usar um contentor personalizado em VMs ARM, recomendamos que crie uma imagem de várias arquiteturas. Para mais informações, consulte Crie uma imagem de contentor com várias arquiteturas.
Preços
A faturação é feita com base nos recursos de computação do Dataflow. O preço do Dataflow é independente da família de tipos de máquinas. Para mais informações, consulte os preços do Dataflow.