Dataflow ジョブが時系列メトリクスを集約して Bigtable に書き込んでいますが、書き込みが遅く、多くのダッシュボードユーザーがより新しいデータを必要としています。書き込みレイテンシと同時実行性を改善する2つのアクションはどれですか？

書き込みの遅延と同時実行性の問題を改善するには、ボトルネックとなっているリソースを増強する必要があります。 Dataflow ワーカーの最大数を増やす (maxNumWorkers を設定する) ことで、Dataflow パイプラインが並行して処理できるデータの量が増え、Bigtable への書き込みスループットが向上します。 Bigtable クラスターにノードを追加する ことで、Bigtable が処理できる読み書きの容量が増加し、書き込みの遅延が解消され、より多くの同時書き込みを処理できるようになります。 Dataflow パイプラインをローカル実行モードで実行する は、開発やテストには適していますが、本番環境での大規模なデータ処理には適していません。Flatten 変換や CoGroupByKey 変換はデータの構造を変更するものであり、書き込みの遅延や同時実行性の直接的な原因ではありません。