Zusätzlich zu Standard-Compute Engine-VMs als Managed Service for Apache Spark-Worker (sogenannte „primäre“ Worker) können Managed Service for Apache Spark-Cluster auch secondary-Worker verwenden.
Die folgenden Merkmale gelten für alle sekundären Worker in einem Managed Service for Apache Spark-Cluster:
Nur Verarbeitung – Sekundäre Worker speichern keine Daten. Sie funktionieren nur als Knotenknoten. Daher können Sie sekundäre Worker verwenden, um die Computing-Skalierung zu skalieren, ohne den Speicher zu skalieren.
Nur sekundäre Worker: Sie können einen Cluster mit null Skalierung nur mit sekundären Workern erstellen. Wenn Sie jedoch einen Standardcluster erstellen und nur sekundäre Worker angeben (Sie geben nicht die Anzahl der primären Worker an), fügt Managed Service for Apache Spark dem Cluster zwei primäre Worker hinzu.
Maschinentyp: Sekundäre Worker verwenden standardmäßig den Maschinentyp der primären Worker des Clusters. Wenn Sie beispielsweise einen Cluster mit primären Workern erstellen, die
n1-standard-4-Maschinentypen verwenden, verwenden standardmäßig auch alle sekundären Worker, die dem Cluster hinzugefügt werden,n1-standard-4-Maschinen.Anstatt den standardmäßigen primären Worker-Maschinentyp für sekundäre Worker zu verwenden, können Sie eine oder mehrere Ranglisten von Maschinentypen für sekundäre Worker angeben. Weitere Informationen finden Sie unter Flexible VMs für Managed Service for Apache Spark.
Größe des nichtflüchtigen Speichers: Sekundäre Worker werden standardmäßig mit der kleineren Größe von 1.000 GB oder der Größe des Bootlaufwerks des primären Workers erstellt. Der Speicherplatz wird für das lokale Caching von Daten verwendet und ist nicht über HDFS verfügbar. Sie können die Standardlaufwerksgröße bei der Clustererstellung mit dem Befehl
gcloud dataproc clusters create --secondary-worker-boot-disk-sizeüberschreiben. Sie können dieses Flag auch dann angeben, wenn der Cluster beim Erstellen keine sekundären Worker hat.Asynchrone Erstellung: Wenn Sie durch Erstellen oder Skalieren eines Clusters sekundäre Worker hinzufügen, werden die sekundären Worker möglicherweise nicht zum Zeitpunkt der Erstellung oder Aktualisierung bereitgestellt. Das liegt daran, dass Managed Service for Apache Spark sekundäre Worker mithilfe von verwalteten Instanzgruppen (MIGs) verwaltet, die VMs asynchron erstellen, sobald sie bereitgestellt werden können (siehe Status von verwalteten Instanzen prüfen).
Sekundäre Worker auf Abruf und nicht auf Abruf
Es gibt drei Arten von sekundären Workern: Spot-VMs, standardmäßige VMs auf Abruf und nicht auf Abruf verfügbare VMs. Der standardmäßige sekundäre Worker-Typ von Managed Service for Apache Spark ist die Standard-VM auf Abruf. Sie können eine Mischung aus Spot- und nicht-abrufbaren sekundären Workern angeben.
Beispiel: Wenn Sie beim Erstellen eines Clusters drei sekundäre Worker auswählen, können Sie drei Spot-VMs, drei VMs auf Abruf, drei nicht abrufbare VMs oder eine Mischung aus Spot- und nicht abrufbaren Workern angeben.
Worker auf Abruf
Das mögliche Entfernen von Worker-Instanzen auf Abruf kann sich zwar auf die Jobstabilität auswirken, Sie können sich aber für die Verwendung von Instanzen auf Abruf entscheiden, um die Rechenkosten pro Stunde für die Datenverarbeitung nicht kritischer Daten zu senken oder sehr große Cluster zu niedrigeren Gesamtkosten zu erstellen. Mit dem Google Cloud-Preisrechner können Sie die Kosten schätzen.
Die besten Ergebnisse erzielen Sie, wenn die Anzahl der Worker auf Abruf in Ihrem Cluster weniger als 50 % der Gesamtzahl aller Worker (primäre und alle sekundären Worker) in Ihrem Cluster beträgt.
Wenn Sie Worker auf Abruf verwenden, treten bei Ihren Jobs im Vergleich zu Jobs, die auf nicht abrufbaren Workern ausgeführt werden, wahrscheinlich mehr vorübergehende Fehler bei einzelnen Worker-Aufgaben auf. Wenn Sie die Toleranz von Jobs gegenüber Fehlern auf Taskebene erhöhen möchten, können Sie Clusterattributwerte ähnlich den Standardattributwerten für Autoscaling-Cluster festlegen. Dadurch wird die maximale Anzahl von Taskwiederholungen erhöht und Jobfehler werden vermieden.
Kosteneinsparungen: Die Verwendung von VMs auf Abruf spart nicht immer Kosten, da die vorzeitige Beendigung zu einer längeren Jobausführung mit höheren Jobkosten führen kann. Die Verwendung des Enhanced Flexibility Mode (EFM) mit VMs auf Abruf kann zwar dazu beitragen, dieses Ergebnis zu minimieren, die Gesamtkosteneinsparungen von VMs auf Abruf variieren jedoch je nach Anwendungsfall. Im Allgemeinen eignen sich kurzlebige Jobs besser für die Verwendung von VMs auf Abruf, da die Wahrscheinlichkeit von Abrufen während der Jobausführung geringer ist. Probieren Sie verschiedene Joboptionen aus, z. B. keine VMs auf Abruf und VMs auf Abruf mit EFM, um die Kosten zu schätzen und die beste Lösung zu finden.
Worker, die nicht auf Abruf sind
- Sie können einen Cluster mit nicht-auf Abruf bereitgestellten sekundären Workern erstellen, um die Rechenleistung zu skalieren, ohne die Jobstabilität zu beeinträchtigen. Geben Sie dazu
non-preemptibleals sekundären Worker-Typ an. Sie können nicht abrufbare Worker mit sekundären Spot-Workern kombinieren.
Sekundäre Worker auswählen
Sie können die Anzahl und den Typ der sekundären Worker angeben, wenn Sie einen Cluster mit der Google Cloud Console, der gcloud CLI oder der Dataproc API erstellen.
- Sie können Spot-VMs mit nicht abrufbaren sekundären Workern kombinieren.
- Sie können den Cluster aktualisieren, nachdem er erstellt wurde, um die Anzahl zu ändern, jedoch nicht den Typ der sekundären Worker im Cluster.
- Labelaktualisierungen werden innerhalb von 24 Stunden an alle sekundären Worker auf Abruf übertragen. Labelaktualisierungen werden nicht an vorhandene nicht abrufbare sekundäre Worker weitergegeben. Labelaktualisierungen werden an alle Worker weitergegeben, die einem Cluster nach einer Labelaktualisierung hinzugefügt wurden. Wenn Sie beispielsweise den Cluster hochskalieren, haben alle neuen primären und sekundären Worker die neuen Labels.
Console
Sie können die Anzahl der sekundären Worker angeben, wenn Sie einen Managed Service for Apache Spark-Cluster über die Google Cloud Console erstellen. Nachdem ein Cluster erstellt wurde, können Sie sekundäre Worker hinzufügen und entfernen. Bearbeiten Sie dazu die Clusterkonfiguration in derGoogle Cloud Console.
Cluster mit sekundären Workern erstellen
- Öffnen Sie die Seite Cluster erstellen.
- Klicken Sie auf Zusätzliche Konfiguration, um den Bereich zu maximieren.
- Bearbeiten Sie Sekundäre Worker.
- Geben Sie im daraufhin geöffneten Bereich die Anzahl, den Typ und andere Einstellungen für sekundäre Worker an.
Cluster mit sekundären Instanzen aktualisieren
Wenn Sie die Anzahl der sekundären Worker in einem Cluster aktualisieren möchten, klicken Sie auf der Seite Cluster der Google Cloud Console auf den Namen des Clusters. Auf der Seite Clusterdetails. Klicken Sie auf den Tab Konfiguration, dann auf Bearbeiten und aktualisieren Sie die Zahl im Feld „Sekundäre Worker-Knoten“.
Alle sekundären Instanzen aus einem Cluster entfernen
Wenn Sie alle sekundären Worker aus einem Cluster entfernen möchten, aktualisieren Sie die Clusterkonfiguration wie oben beschrieben und geben Sie im Feld „Sekundäre Worker-Knoten“ den Wert 0 an.
gcloud CLI-Befehl
Verwenden Sie den Befehl gcloud dataproc clusters create, um einem Cluster beim Erstellen sekundäre Worker hinzuzufügen.
Nachdem ein Cluster erstellt wurde, können Sie mit dem Befehl gcloud dataproc clusters update sekundäre Worker zum Cluster hinzufügen oder daraus entfernen. Die Anzahl, aber nicht der Typ der sekundären Worker kann aktualisiert werden.
Cluster mit sekundären Workern erstellen
Verwenden Sie zum Erstellen eines Clusters mit sekundären Workern den Befehl gcloud dataproc clusters create mit dem Argument --num-secondary-workers. Sekundäre Worker sind standardmäßig VMs auf Abruf. Sie können nicht-abrufbare oder sekundäre Spot-Worker angeben, wenn Sie einen Cluster erstellen. Setzen Sie dazu das Flag --secondary-worker-type auf „non-preemptible“ oder „spot“. Die folgenden Beispiele zeigen, wie Sie einen Cluster mit jedem sekundären Workertyp erstellen: „preemptible“ (Standard), „spot“ (abrufbar) und „non-preemptible“. Sie können zusätzliche Flags verwenden, um Spot- mit nicht-abrufbaren sekundären Workern zu kombinieren.
Mit dem folgenden Befehl wird „cluster1“ mit zwei sekundären Standard-Workern auf Abruf (Standardtyp) erstellt.
gcloud dataproc clusters create cluster1 \ --num-secondary-workers=2 \ --region=us-central1
Im folgenden Befehl wird das Flag secondary-worker-type verwendet, um „cluster2“ mit zwei sekundären Spot-Workern (auf Abruf) zu erstellen.
gcloud dataproc clusters create cluster2 \ --num-secondary-workers=2 \ --secondary-worker-type=spot \ --region=us-central1
Beispiel 3:
Mit dem folgenden Befehl wird das Flag secondary-worker-type verwendet, um „cluster3“ mit zwei nicht-preemptiblen sekundären Workern zu erstellen.
gcloud dataproc clusters create cluster3 \ --num-secondary-workers=2 \ --secondary-worker-type=non-preemptible \ --region=us-central1
Größe des Bootlaufwerks für sekundäre Worker ändern
Standardmäßig werden alle sekundären Worker mit der kleineren Größe von 1.000 GB oder der Größe des Bootlaufwerks des primären Workers erstellt. Der Speicherplatz wird für das lokale Caching von Daten verwendet und ist nicht über HDFS verfügbar. Sie können die Standardlaufwerksgröße bei der Clustererstellung mit dem Befehl gcloud dataproc clusters create --secondary-worker-boot-disk-size überschreiben. Dieses Flag kann auch dann angegeben werden, wenn der Cluster zum Zeitpunkt der Erstellung keine sekundären Worker hat.
Lassen Sie die Google Cloud Console Ihre Anfrage zur Clustererstellung erstellen. Klicken Sie unten auf der Seite Cluster erstellen auf Entsprechende Befehlszeile oder Entsprechender REST-Befehl, damit die Google Cloud Console einen entsprechenden gcloud CLI-Befehl oder eine API-REST-Anfrage erstellt.
Cluster mit sekundären Workern aktualisieren
Wenn Sie einen Cluster aktualisieren möchten, um sekundäre Worker hinzuzufügen oder zu entfernen, verwenden Sie den Befehl gcloud dataproc clusters update mit dem Flag --num-secondary-workers.
Mit dem folgenden Befehl wird example-cluster so aktualisiert, dass vier sekundäre Worker (vom Standardtyp oder vom Typ, der beim Erstellen des Clusters angegeben wurde) verwendet werden.
gcloud dataproc clusters update example-cluster \ --num-secondary-workers=4 \ --region=us-central1
Alle sekundären Worker aus einem Cluster entfernen
Verwenden Sie den Befehl gcloud dataproc clusters update, wobei --num-secondary-workers auf 0 gesetzt ist, um alle sekundären Worker aus einem Cluster zu entfernen.
Mit dem folgenden Befehl werden alle sekundären Worker aus „example-cluster“ entfernt.
gcloud dataproc clusters update example-cluster \ --num-secondary-workers=0 \ --region=us-central1
REST API
Cluster mit sekundären Workern erstellen
Verwenden Sie die Managed Service for Apache Spark API clusters.create, um einem Cluster beim Erstellen sekundäre Worker hinzuzufügen. Die folgenden Beispiele zeigen, wie Sie einen Cluster mit jedem sekundären Worker-Typ erstellen: preemptible (Standard), spot (auf Abruf) und non-preemptible. Sie können zusätzliche Felder verwenden, um Spot- mit nicht-abrufbaren sekundären Workern zu kombinieren.
Mit der folgenden POST-Anfrage wird ein „cluster1“ mit zwei Standard-VM-Workern auf Abruf (Standardtyp) erstellt.
POST https://dataproc.googleapis.com/v1/projects/project-id/regions/region/clusters
{
"clusterName": "cluster1",
"config": {
"secondaryWorkerConfig": {
"numInstances": 2
}
}
}
Beispiel 2
Mit der folgenden POST-Anfrage wird ein „cluster2“ mit zwei Spot-VM-Workern (auf Abruf) erstellt.
POST https://dataproc.googleapis.com/v1/projects/project-id/regions/region/clusters
{
"clusterName": "cluster2",
"config": {
"secondaryWorkerConfig": {
"numInstances": 2,
"preemptibility": "SPOT"
}
}
}
Beispiel 3:
Mit der folgenden POST-Anfrage wird „cluster3“ mit zwei nicht-abrufbaren sekundären Workern erstellt.
POST https://dataproc.googleapis.com/v1/projects/project-id/regions/region/clusters
{
"clusterName": "cluster3",
"config": {
"secondaryWorkerConfig": {
"numInstances": 2,
"preemptibility": "NON_PREEMPTIBLE"
}
}
}
Cluster mit sekundären Workern aktualisieren
Verwenden Sie die Managed Service for Apache Spark API clusters.patch, um sekundäre Worker hinzuzufügen und zu entfernen.
BeispielMit der folgenden PATCH-Anfrage wird ein Cluster so aktualisiert, dass er vier sekundäre Worker hat (vom Standardtyp oder vom Typ, der beim Erstellen des Clusters angegeben wurde).
PATCH /v1/projects/project-id/regions/region/clusters/cluster-name?updateMask=config.secondary_worker_config.num_instances
{
"config": {
"secondaryWorkerConfig": {
"numInstances": 4
}
}
}
Lassen Sie die Google Cloud Console Ihre Anfrage zur Clustererstellung erstellen. Klicken Sie unten auf der Seite Cluster erstellen auf Entsprechende Befehlszeile oder Entsprechender REST-Befehl, damit die Google Cloud Console einen entsprechenden gcloud CLI-Befehl oder eine API-REST-Anfrage erstellt.
Fehlerbehebung bei sekundären Workern
Probleme mit Dienstkontoberechtigungen: Sekundäre Worker werden über eine verwaltete Instanzgruppe erstellt. Wenn ein Berechtigungsproblem vorliegt, wird der Fehler beim Erstellen sekundärer Worker nicht in den Logs von Managed Service for Apache Spark gemeldet. Fehlgeschlagene Worker werden jedoch auf der Seite Clusterdetails in derGoogle Cloud Console auf dem Tab VM-Instanzen ohne grünes Häkchen aufgeführt. Öffnen Sie die Seite Cluster für Managed Service for Apache Spark und klicken Sie auf den Clusternamen, um die Seite Clusterdetails für den Cluster zu öffnen.
Probleme mit Berechtigungen für verwaltete Instanzgruppen: So prüfen Sie, ob ein Problem mit Berechtigungen für verwaltete Instanzgruppen vorliegt:
- Suchen Sie den Namen der verwalteten Instanzgruppe (
instanceGroupManagerName).Google Cloud Console
- Öffnen Sie die Seite Cluster und klicken Sie dann auf den Clusternamen, um die Seite Clusterdetails für den Cluster zu öffnen.
- Klicken Sie unten auf der Seite auf Entsprechende REST-Anfrage/-Antwort und sehen Sie sich den Wert
config.secondaryWorkerConfig.managedGroupConfig.instanceGroupManagerNamean.
gcloud-CLI
Führen Sie den Befehl
gcloud dataproc clusters describemit dem Flag--formataus, um dieinstanceGroupManagerNameanzuzeigen.gcloud dataproc clusters describe CLUSTER_NAME \ --region=REGION \ --format='value(config.secondaryWorkerConfig.managedGroupConfig.instanceGroupManagerName)'
REST API
Senden Sie eine
clusters.get-Anfrage , um den Wert vonconfig.secondaryWorkerConfig.managedGroupConfig.instanceGroupManagerNamezurückzugeben. - Sehen Sie sich die Logs im Log-Explorer an.
Wählen Sie den Ressourcentyp
Google Compute Engine Instance Groupaus und filtern Sie nach dem Namen der verwalteten Instanzgruppe.Alternativ können Sie einen Logging-Filter für `resource.type="gce_instance_group" und
resource.labels.instance_group_name=INSTANCE_GROUP_MANAGER_NAMEanwenden.
- Suchen Sie den Namen der verwalteten Instanzgruppe (
Spot- mit nicht abrufbaren sekundären Workern kombinieren
Sie können eine Mischung aus Spot- und nicht-preemptible sekundären Workern angeben, wenn Sie einen Managed Service for Apache Spark-Cluster erstellen.
Einstellungen für sekundäre Worker, um Spot-Worker mit nicht abrufbaren sekundären Workern zu kombinieren
Verwenden Sie die folgenden Einstellungen für sekundäre Worker, wenn Sie einen Managed Service for Apache Spark-Cluster erstellen, um eine Mindestkapazität für sekundäre Worker zu erhalten und die Kapazität zu erhöhen, wenn Spot-VMs verfügbar sind:
Anzahl der sekundären Worker: Die Gesamtzahl der bereitzustellenden sekundären Worker.
Sekundärer Worker-Typ:
spotist der sekundäre Worker-Typ, wenn Spot-Worker mit nicht abrufbaren sekundären Workern gemischt werden.standardCapacityBase: Die Anzahl der nicht-preemptible (Standard-)Sekundär-Worker, die bereitgestellt werden sollen. Nicht-preemptible sekundäre Worker werden vor anderen Typen von sekundären Workern bereitgestellt.
standardCapacityPercentAboveBase: Nachdem die Anzahl der sekundären Worker (
standardCapacityBase) erreicht wurde, wird die verbleibende Anzahl von sekundären Workern, die erforderlich ist, um die Gesamtzahl der angeforderten sekundären Worker zu erreichen, mit einer Mischung aus nicht-abrufbaren und Spot-VMs wie folgt gefüllt:standardCapacityPercentAboveBase: Der Prozentsatz der verbleibenden sekundären Worker, die mit nicht-preemptiblen VMs gefüllt werden sollen.- Die verbleibende Anzahl, die erforderlich ist, um die Gesamtzahl der angeforderten sekundären Worker zu erreichen, wird mit Spot-VMs gefüllt.
Beispiel:
- Anzahl der sekundären Worker: 15
standardCapacityBase: 5standardCapacityPercentAboveBase30 %
Ergebnis:
- Nicht abrufbar: 8 = 5 (
standardCapacityBase) + 3 (30 % der verbleibenden 10) - Spot: 7 (70 % der verbleibenden 10)
- Gesamt = 15
Cluster mit einer Mischung aus Spot- und nicht-preemptiblen sekundären Workern erstellen
Sie können die gcloud CLI oder die Dataproc API verwenden, um Spot- mit nicht-abrufbaren sekundären Workern zu kombinieren, wenn Sie einen Cluster erstellen.
gcloud
Führen Sie den folgenden Befehl lokal oder in Cloud Shell aus, um einen Cluster mit einer Mischung aus Spot- und nicht-preemptiblen sekundären Workern zu erstellen.
gcloud dataproc clusters create CLUSTER_NAME \ --project=PROJECT_ID \ --region=REGION \ --secondary-worker-type=spot \ --num-secondary-workers=NUMBER_SECONDARY_WORKERS \ --secondary-worker-standard-capacity-base=STANDARD_CAPACITY_BASE \ --secondary-worker-standard-capacity-percent-above-base=STANDARD_CAPACITY_PERCENT_ABOVE_BASE \ OTHER_FLAGS_AS_NEEDED
Hinweise:
- CLUSTER_NAME: Der Name des neuen Clusters.
- PROJECT_ID: Ihre Google Cloud Projekt-ID Projekt-IDs werden im Bereich Projektinformationen im Dashboard der Google Cloud Console aufgeführt.
- REGION: Eine verfügbare Compute Engine-Region zum Ausführen der Arbeitslast.
--secondary-worker-type: Wenn Sie Spot- und nicht abrufbare sekundäre Worker kombinieren, geben Sie den sekundären Worker-Typ alsspotan.- STANDARD_CAPACITY_BASE und STANDARD_CAPACITY_PERCENT_ABOVE_BASE: Weitere Informationen finden Sie unter Einstellungen für sekundäre Worker, um Spot-Worker mit nicht abrufbaren sekundären Workern zu kombinieren.
- OTHER_FLAGS_AS_NEEDED: Weitere Informationen finden Sie unter gcloud dataproc clusters create.
API
Wenn Sie Spot- mit nicht-preemptible sekundären Workern kombinieren möchten, legen Sie die Managed Service for Apache Spark-API-Felder preemptibility, standardCapacityBase und standardCapacityPercentAboveBase im Rahmen einer cluster.create-Anfrage fest, wie im folgenden JSON-Beispiel gezeigt:
{
"clusterName": "CLUSTER_NAME",
"config": {
"secondaryWorkerConfig": {
"numInstances": 15,
**"preemptibility": "spot"**,
"instanceFlexibilityPolicy": {
"provisioningModelMix": {
**"standardCapacityBase": STANDARD_CAPACITY_BASE**
**"standardCapacityPercentAboveBase": STANDARD_CAPACITY_PERCENT_ABOVE_BASE**
}
}
}
}
}
Hinweise:
- CLUSTER_NAME: Der Name des neuen Clusters.
preemptibility: Wenn Sie Spot- und nicht abrufbare sekundäre Worker kombinieren, geben Siespotan.- STANDARD_CAPACITY_BASE und STANDARD_CAPACITY_PERCENT_ABOVE_BASE: Weitere Informationen finden Sie unter Einstellungen für sekundäre Worker, um Spot-Worker mit nicht abrufbaren sekundären Workern zu kombinieren.
Sekundäre Worker mit flexiblen VMs kombinieren
Sie können Spot- und nicht-abrufbare sekundäre Worker kombinieren und beim Erstellen eines Clusters flexible VM-Formen für sekundäre Worker angeben.
Beispiel für die gcloud CLI:
gcloud dataproc clusters create cluster-name \ --project=project-id \ --region=us-central1 \ --secondary-worker-type=spot \ --num-secondary-workers=15 \ --secondary-worker-standard-capacity-base=5 \ --secondary-worker-standard-capacity-percent-above-base=30 \ --secondary-worker-machine-types="type=n2-standard-8,rank=0" \ --secondary-worker-machine-types="type=e2-standard-8,type=t2d-standard-8,rank=1" ...other flags as needed
Mischmerkmale für sekundäre Worker
In diesem Abschnitt werden einige der Verhaltensweisen und Merkmale beschrieben, die mit der Kombination von Spot- und nicht abrufbaren sekundären Workern verbunden sind.
Einstellungen für sekundäre Worker
Managed Service for Apache Spark bevorzugt weder Spot-VMs noch nicht-preemptible VMs, wenn Anwendungen auf sekundären Workern geplant werden.
Skalierung sekundärer Worker
Wenn sekundäre Worker über Autoscaling oder manuelle Skalierung skaliert werden, behält Managed Service for Apache Spark das angeforderte Verhältnis von Spot- zu nicht-preemptiblen Instanzen bei, wenn sekundäre Worker hinzugefügt werden.
Einstellungen für die Kombination sekundärer Worker werden aktualisiert
Sie geben die Kombination aus Spot- und nicht-abrufbaren sekundären Workern an, wenn Sie einen Managed Service for Apache Spark-Cluster erstellen. Sie können die Einstellungen für den Mix aus sekundären Workern nach dem Erstellen des Clusters nicht mehr ändern.
Vorzeitiges Beenden von sekundären Spot-Workern
- Managed Service for Apache Spark steuert nicht den Zeitpunkt des vorzeitigen Beendens von Spot-VMs (siehe Vorzeitiges Beenden von Spot-VMs).
- Wenn eine vorzeitige Beendigung von Spot-VMs erfolgt, kann die sekundäre Worker-Gruppe vorübergehend mit reduzierter Kapazität ausgeführt werden, bis Compute Engine die vorzeitig beendeten VMs neu bereitstellt.
- Managed Service for Apache Spark fügt einer sekundären Worker-Gruppe keine Kapazität hinzu, die die ursprünglichen Einstellungen der Gruppe überschreitet.