Een Dataflow-taak aggregeert en schrijft tijdreeksstatistieken naar Bigtable, maar de schrijfbewerkingen zijn traag en veel dashboardgebruikers hebben recentere gegevens nodig. Welke twee acties verbeteren de schrijflatentie en gelijktijdigheid?

De schrijflatentie en gelijktijdigheid kunnen worden verbeterd door de verwerkingscapaciteit van zowel Dataflow als Bigtable te verhogen. Het verhogen van het maximale aantal Dataflow workers (maxNumWorkers) zorgt ervoor dat Dataflow meer parallelle verwerkingseenheden heeft om de gegevens te aggregeren en naar Bigtable te schrijven, wat de doorvoer verhoogt en de latentie vermindert. Het toevoegen van nodes aan het Bigtable-cluster vergroot de opslag- en verwerkingscapaciteit van Bigtable, waardoor het meer gelijktijdige schrijfbewerkingen kan verwerken zonder prestatieverlies. De lokale uitvoeringsmodus van Dataflow is niet geschikt voor productieworkloads en biedt geen schaalvoordelen. Flatten- en CoGroupByKey-transformaties zijn voor gegevensmanipulatie binnen Dataflow en hebben geen directe invloed op de schrijflatentie naar Bigtable.