一個在 europe-west4 區域的 Dataflow pipeline，最多有 3 個 n1-standard-1 worker，從 Pub/Sub 讀取資料並寫入 BigQuery EU。該 pipeline 在尖峰時遇到 CPU 瓶頸。哪兩項變更可以提高 pipeline 的吞吐量？

當 Dataflow pipeline 遇到 CPU 瓶頸時，表示目前的計算資源不足以處理資料量。增加 worker 的最大數量 (水平擴展) 可以讓更多 worker 同時處理資料，從而提高整體吞吐量。同樣地，為 Dataflow worker 使用更大的機器類型 (垂直擴展)，例如從 n1-standard-1 升級到 n1-standard-4，可以為每個 worker 提供更多的 CPU 和記憶體資源，使其能處理更多資料，進而提升吞吐量。將 pipeline 移至 us-central1 區域並不會直接解決 CPU 瓶頸，反而可能增加跨區域的網路延遲。插入中介的 Bigtable 或 Cloud Spanner 作為緩衝區會增加複雜性和延遲，也無助於解決 Dataflow 本身的 CPU 瓶頸問題。