某個 Dataflow 工作會將時間序列指標彙總並寫入 Bigtable，但寫入速度很慢，而且許多資訊主頁使用者需要更新鮮的資料。哪兩項操作可以改善寫入延遲和並行？

增加 Dataflow worker 的最大數量 (設定 maxNumWorkers) 可以提高 Dataflow 管線的平行處理能力，讓更多資料同時被處理並寫入 Bigtable，從而改善寫入延遲。將節點新增至 Bigtable 叢集則能增加 Bigtable 的吞吐量和儲存容量，使其能夠處理更高的寫入負載，進一步降低延遲並提升並行處理能力。 以本機執行模式執行 Dataflow 管線不適用於生產環境，且無法解決大規模資料寫入的延遲問題。在寫入 Bigtable 之前套用 Flatten 或 CoGroupByKey 轉換，通常是為了資料結構的調整或聚合，而非直接改善寫入延遲或並行。Flatten 轉換會將多個 PCollection 合併為一個，而 CoGroupByKey 則用於根據鍵將多個 PCollection 中的元素進行分組，這些操作本身可能會增加處理時間，而非減少寫入延遲。