Cloud Composer 2 Airflow-Aufgaben schlagen aufgrund hoher Speicherauslastung der Worker und Worker-Pod-Evictions fehl. Wie können Sie dies beheben? (Wählen Sie zwei)

Wenn Worker aufgrund hoher Speicherauslastung und Pod-Evictions fehlschlagen, deutet dies darauf hin, dass die vorhandenen Worker überlastet sind. Durch die Erhöhung der maximalen Anzahl der Worker können mehr Aufgaben gleichzeitig verarbeitet werden, wodurch die Last auf einzelne Worker verteilt wird. Gleichzeitig reduziert die Verringerung der Worker-Parallelität die Anzahl der Aufgaben, die ein einzelner Worker gleichzeitig ausführt, was den Speicherverbrauch pro Worker senkt und Evictions verhindert. Das Erhöhen des DAG-Dateiparcing-Intervalls oder der Umgebungsgroße (mittel auf groß) würde nicht direkt das Problem der Speicherauslastung der Worker lösen. Das Erhöhen des Speichers für Airflow-Worker wäre eine Option, ist aber nicht in den gegebenen Optionen enthalten. Das Erhöhen des Speichers für den Airflow-Triggerer ist irrelevant, da der Triggerer nicht für die Ausführung von Aufgaben verantwortlich ist.