Cloud Composer 2 Airflow-taken falen door een hoog totaal worker-geheugengebruik en worker pod evictions. Hoe kunt u dit oplossen? (Kies twee.)

Hoge worker-geheugengebruik en pod evictions duiden op onvoldoende resources voor de Airflow workers. Het verhogen van het maximum aantal workers zorgt voor meer parallelle verwerking, terwijl het verlagen van de worker concurrency ervoor zorgt dat elke worker minder taken tegelijk uitvoert, waardoor de geheugendruk per worker afneemt. Dit helpt de totale geheugenbehoefte te spreiden en evictions te voorkomen. Het verhogen van het geheugen voor Airflow workers is ook een effectieve oplossing, omdat dit direct meer geheugen toewijst aan elke worker. Het verhogen van het DAG file parsing interval of de triggerer geheugen lost het worker-resourceprobleem niet op. Het verhogen van de omgevingsgrootte kan helpen, maar is minder specifiek dan het direct aanpakken van worker-gerelateerde problemen.