Cloud Composer 2 Airflow 任務失敗，原因是 worker 記憶體總使用量過高，導致 worker pod 被逐出。您該如何解決這個問題？(選擇兩項)

當 worker 記憶體使用量過高導致 pod 被逐出時，表示現有 worker 的資源不足以處理任務。增加 worker 的最大數量並減少 worker 的並行處理數（即每個 worker 同時執行的任務數），可以將工作負載分散到更多的 worker 上，降低單一 worker 的記憶體壓力，從而避免記憶體超用。 增加 Airflow worker 可用的記憶體也是一個直接且有效的解決方案，它能提高每個 worker 的記憶體上限，使其能處理更大的任務而不會被逐出。 增加 DAG 檔案解析間隔與 worker 記憶體無關。將 Cloud Composer 2 環境大小從 medium 增加到 large 雖然會增加資源，但並非最直接或最精確的解決方案。增加 Airflow triggerer 可用的記憶體與 worker 執行任務的記憶體使用量無關。