Zadania Airflow w Cloud Composer 2 kończą się niepowodzeniem z powodu wysokiego zużycia pamięci przez workerów i eksmisji podów workerów. Jak można to rozwiązać? (Wybierz dwie odpowiedzi.)

Niepowodzenia zadań z powodu wysokiego zużycia pamięci i eksmisji podów workerów wskazują na niewystarczające zasoby dla workerów Airflow. Zwiększenie maksymalnej liczby workerów (maxworkers) pozwala na rozłożenie obciążenia na więcej instancji, a zmniejszenie współbieżności workerów (workerconcurrency) ogranicza liczbę zadań wykonywanych jednocześnie przez pojedynczego workera. To zapobiega przeciążeniu pamięci. Zwiększenie pamięci dostępnej dla workerów Airflow również bezpośrednio rozwiązuje problem, dając im więcej zasobów. Zwiększenie interwału parsowania plików DAG nie wpływa na zużycie pamięci przez workerów. Zwiększenie rozmiaru środowiska Cloud Composer 2 ze średniego na duży jest ogólnym skalowaniem, które może, ale nie musi, rozwiązać problem, jeśli konkretnie workerzy są wąskim gardłem. Zwiększenie pamięci dla triggera Airflow nie ma związku z problemami workerów.