Las tareas de Airflow de Cloud Composer 2 están fallando debido a un alto uso de memoria total del worker y a desalojos de pods de worker. ¿Cómo puede resolver esto? (Elija dos.)

La opción correcta es aumentar el número máximo de workers y reducir la concurrencia de los workers. Los fallos por alto uso de memoria y desalojos de pods de worker indican que los workers existentes están sobrecargados. Aumentar el número de workers distribuye la carga de trabajo, y reducir la concurrencia de los workers limita cuántas tareas puede ejecutar cada worker simultáneamente, aliviando la presión sobre la memoria. Aumentar el tamaño del entorno de Cloud Composer 2 de mediano a grande también es una solución válida, ya que esto proporciona más recursos generales, incluyendo memoria y CPU, para los workers de Airflow. Aumentar el intervalo de análisis del archivo DAG no aborda el problema de memoria de los workers. Aumentar la memoria disponible para el Airflow triggerer no es relevante, ya que el triggerer gestiona tareas diferidas y no es la causa principal de los fallos de memoria de los workers.