Un trabajo de Dataflow agrega y escribe métricas de series temporales en Bigtable, pero las escrituras son lentas y muchos usuarios del panel necesitan datos más recientes. ¿Qué dos acciones mejoran la latencia de escritura y la concurrencia?

Para mejorar la latencia de escritura y la concurrencia en este escenario, es fundamental abordar tanto la capacidad de procesamiento del pipeline como la capacidad de escritura de la base de datos. Aumentar el número máximo de workers de Dataflow (establecer maxNumWorkers) permite que el pipeline procese y escriba datos en paralelo de manera más eficiente, reduciendo los cuellos de botella en el lado del procesamiento. Añadir nodos al clúster de Bigtable incrementa su capacidad de escritura y lectura, distribuyendo la carga y permitiendo que más operaciones se completen simultáneamente. Ejecutar en modo local no es viable para un pipeline de producción. Las transformaciones Flatten y CoGroupByKey son para la lógica de procesamiento de datos, no para mejorar directamente la latencia de escritura o la concurrencia de la base de datos.