Umgebungen skalieren

Console

1. Rufen Sie in der Google Cloud -Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Umgebungskonfiguration auf.

4. Klicken Sie unter Ressourcen > Konfiguration der Arbeitslasten auf Bearbeiten.

5. Passen Sie im Bereich Arbeitslastkonfiguration die Parameter für Airflow-Worker an:

   • Geben Sie im Feld Mindestzahl an Workern die Anzahl der Airflow-Worker an, die Ihre Umgebung immer ausführen muss. Die Anzahl der Worker in Ihrer Umgebung unterschreitet diesen Wert während des regulären Betriebs der Umgebung nie, auch nicht, wenn eine niedrigere Anzahl von Workern die Last bewältigen kann.

   • Geben Sie im Feld Maximalzahl der Worker die maximale Anzahl der Airflow-Worker an, die in Ihrer Umgebung ausgeführt werden können. Die Zahl der Worker in Ihrer Umgebung überschreitet diesen Wert nie, auch wenn eine höhere Anzahl an Workern zur Verarbeitung der Last erforderlich ist.

   • Geben Sie in den Feldern CPU, Arbeitsspeicher und Speicher die Anzahl der CPUs, den Arbeitsspeicher und den Speicher für Airflow-Worker an. Jeder Worker verwendet die angegebene Menge an Ressourcen.

6. Klicken Sie auf Speichern.

gcloud

Die folgenden Airflow-Worker-Parameter sind verfügbar:

• --min-workers: Die Anzahl der Airflow-Worker, die in Ihrer Umgebung immer ausgeführt werden müssen. Die Anzahl der Worker in Ihrer Umgebung unterschreitet diesen Wert nie, auch nicht, wenn eine niedrigere Anzahl von Workern die Last bewältigen kann.
• --max-workers: Die maximale Anzahl an Airflow-Workern, die in Ihrer Umgebung ausgeführt werden können. Die Anzahl der Worker in Ihrer Umgebung überschreitet diesen Wert nie, auch wenn eine höhere Anzahl an Workern zur Verarbeitung der Last erforderlich ist.
• --worker-cpu: die Anzahl der CPUs für einen Airflow-Worker.
• --worker-memory: die Größe des Arbeitsspeichers für einen Airflow-Worker.
• --worker-storage: Der Speicherplatz für einen Airflow-Worker.

Führen Sie den folgenden Google Cloud CLI-Befehl aus:

gcloud composer environments update ENVIRONMENT_NAME \
  --location LOCATION \
  --min-workers WORKERS_MIN \
  --max-workers WORKERS_MAX \
  --worker-cpu WORKER_CPU \
  --worker-memory WORKER_MEMORY \
  --worker-storage WORKER_STORAGE

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• WORKERS_MIN: Die Mindestanzahl von Airflow-Workern.
• WORKERS_MAX: die maximale Anzahl von Airflow-Workern.
• WORKER_CPU: die Anzahl der CPUs für einen Worker in vCPU-Einheiten.
• WORKER_MEMORY: die Größe des Arbeitsspeichers für einen Worker.
• WORKER_STORAGE: Die Laufwerksgröße für einen Worker.

Beispiel:

gcloud composer environments update example-environment \
  --location us-central1 \
  --min-workers 2 \
  --max-workers 6 \
  --worker-cpu 1 \
  --worker-memory 2 \
  --worker-storage 2

API

1. Erstellen Sie eine API-Anfrage environments.patch.

2. In dieser Anfrage:

   1. Geben Sie im updateMask-Parameter die Felder an, die Sie aktualisieren möchten. Wenn Sie beispielsweise alle Parameter für Worker aktualisieren möchten, geben Sie die config.workloadsConfig.worker.cpu,config.workloadsConfig.worker.memoryGb,config.workloadsConfig.worker.storageGB,config.softwareConfig.workloadsConfig.worker.minCount,config.softwareConfig.workloadsConfig.worker.maxCount-Maske an.

   2. Geben Sie im Anfragetext die neuen Worker-Parameter an.

"config": {
  "workloadsConfig": {
    "worker": {
      "minCount": WORKERS_MIN,
      "maxCount": WORKERS_MAX,
      "cpu": WORKER_CPU,
      "memoryGb": WORKER_MEMORY,
      "storageGb": WORKER_STORAGE
    }
  }
}

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• WORKERS_MIN: Die Mindestanzahl von Airflow-Workern.
• WORKERS_MAX: die maximale Anzahl von Airflow-Workern.
• WORKER_CPU: die Anzahl der CPUs für einen Worker in vCPU-Einheiten.
• WORKER_MEMORY: die Größe des Arbeitsspeichers für einen Worker in GB.
• WORKER_STORAGE: Die Laufwerksgröße für einen Worker in GB.

Beispiel:

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.worker.minCount,
// config.workloadsConfig.worker.maxCount
// config.workloadsConfig.worker.cpu,
// config.workloadsConfig.worker.memoryGb,
// config.workloadsConfig.worker.storageGB

"config": {
  "workloadsConfig": {
    "worker": {
      "minCount": 2,
      "maxCount": 6,
      "cpu": 1,
      "memoryGb": 2,
      "storageGb": 2
    }
  }
}

Terraform

Die folgenden Felder im workloads_config.worker-Block steuern die Airflow-Worker-Parameter. Jeder Worker verwendet die angegebene Menge an Ressourcen.

• worker.min_count: Die Anzahl der Airflow-Worker, die in Ihrer Umgebung immer ausgeführt werden müssen. Die Anzahl der Worker in Ihrer Umgebung unterschreitet diesen Wert nie, auch nicht, wenn eine niedrigere Anzahl von Workern die Last bewältigen kann.
• worker.max_count: Die maximale Anzahl an Airflow-Workern, die in Ihrer Umgebung ausgeführt werden können. Die Anzahl der Worker in Ihrer Umgebung überschreitet diesen Wert nie, auch wenn eine höhere Anzahl an Workern zur Verarbeitung der Last erforderlich ist.
• worker.cpu: die Anzahl der CPUs für einen Airflow-Worker.
• worker.memory_gb: die Größe des Arbeitsspeichers für einen Airflow-Worker.
• worker.storage_gb: Die Größe des Speicherplatzes für einen Airflow-Worker.

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "ENVIRONMENT_NAME"
  region = "LOCATION"

  config {

    workloads_config {
      worker {
        min_count = WORKERS_MIN
        max_count = WORKERS_MAX
        cpu = WORKER_CPU
        memory_gb = WORKER_MEMORY
        storage_gb = WORKER_STORAGE
      }
    }

  }
}

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• WORKERS_MIN: Die Mindestanzahl von Airflow-Workern.
• WORKERS_MAX: die maximale Anzahl von Airflow-Workern.
• WORKER_CPU: die Anzahl der CPUs für einen Worker in vCPU-Einheiten.
• WORKER_MEMORY: die Größe des Arbeitsspeichers für einen Worker in GB.
• WORKER_STORAGE: Die Laufwerksgröße für einen Worker in GB.

Beispiel:

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "example-environment"
  region = "us-central1"

  config {

    workloads_config {
      worker {
        min_count = 2
        max_count = 6
        cpu = 1
        memory_gb = 2
        storage_gb = 2
      }
    }

  }
}

Console

1. Rufen Sie in der Google Cloud -Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Umgebungskonfiguration auf.

4. Klicken Sie unter Ressourcen > Konfiguration der Arbeitslasten auf Bearbeiten.

5. Passen Sie im Bereich Arbeitslastkonfiguration die Parameter für Airflow-Scheduler an:

   • Wählen Sie in der Drop-down-Liste Anzahl der Planer die Anzahl der Planer für Ihre Umgebung aus.

   • Geben Sie in den Feldern CPU, Arbeitsspeicher und Speicher die Anzahl der CPUs, den Arbeitsspeicher und den Speicher für Airflow-Planer an. Alle Planer verwenden die angegebene Menge an Ressourcen.

6. Klicken Sie auf Speichern.

gcloud

Die folgenden Airflow-Scheduler-Parameter sind verfügbar:

• --scheduler-count: Die Anzahl der Planer in Ihrer Umgebung.

• --scheduler-cpu: Die Anzahl der CPUs für einen Airflow-Planer.

• --scheduler-memory: die Größe des Arbeitsspeichers für einen Airflow-Planer.

• --scheduler-storage: Die Menge an Speicherplatz für einen Airflow-Scheduler.

Führen Sie den folgenden Google Cloud CLI-Befehl aus:

gcloud composer environments update ENVIRONMENT_NAME \
  --location LOCATION \
  --scheduler-cpu SCHEDULER_CPU \
  --scheduler-memory SCHEDULER_MEMORY \
  --scheduler-storage SCHEDULER_STORAGE \
  --scheduler-count SCHEDULER_COUNT

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.

• LOCATION: die Region, in der sich die Umgebung befindet.

• SCHEDULER_CPU: die Anzahl der CPUs für einen Planer in vCPU-Einheiten.

• SCHEDULER_MEMORY: die Größe des Arbeitsspeichers für einen Scheduler.

• SCHEDULER_STORAGE: Die Laufwerkgröße für einen Scheduler.

• SCHEDULER_COUNT: Die Anzahl der Scheduler.

Beispiel:

gcloud composer environments update example-environment \
  --location us-central1 \
  --scheduler-cpu 0.5 \
  --scheduler-memory 2.5 \
  --scheduler-storage 2 \
  --scheduler-count 2

API

1. Erstellen Sie eine API-Anfrage environments.patch.

2. In dieser Anfrage:

   1. Geben Sie im updateMask-Parameter die config.workloadsConfig.scheduler-Maske an, um alle Planerparameter oder nur die Anzahl der Planer zu aktualisieren. Sie können auch einzelne Planerparameter mit Ausnahme von count aktualisieren, indem Sie eine Maske angeben. Beispiel: config.workloadsConfig.scheduler.cpu

   2. Geben Sie im Anfragetext die neuen Planerparameter an.

"config": {
  "workloadsConfig": {
    "scheduler": {
      "cpu": SCHEDULER_CPU,
      "memoryGb": SCHEDULER_MEMORY,
      "storageGb": SCHEDULER_STORAGE,
      "count": SCHEDULER_COUNT
    }
  }
}

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.

• LOCATION: die Region, in der sich die Umgebung befindet.

• SCHEDULER_CPU: die Anzahl der CPUs für einen Planer in vCPU-Einheiten.

• SCHEDULER_MEMORY: die Größe des Arbeitsspeichers für einen Planer in GB.

• SCHEDULER_STORAGE: Die Laufwerksgröße für einen Planer in GB.

• SCHEDULER_COUNT: Die Anzahl der Scheduler.

Beispiel:

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.scheduler

"config": {
  "workloadsConfig": {
    "scheduler": {
      "cpu": 0.5,
      "memoryGb": 2.5,
      "storageGb": 2,
      "count": 2
    }
  }
}

Terraform

Die folgenden Felder im workloads_config.scheduler-Block steuern die Airflow-Planerparameter. Alle Planer verwenden die angegebene Menge an Ressourcen.

• scheduler.count: Die Anzahl der Planer in Ihrer Umgebung.

• scheduler.cpu: Die Anzahl der CPUs für einen Airflow-Planer.

• scheduler.memory_gb: die Größe des Arbeitsspeichers für einen Airflow-Planer.

• scheduler.storage_gb: Die Menge an Speicherplatz für einen Scheduler.

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "ENVIRONMENT_NAME"
  region = "LOCATION"

  config {

    workloads_config {
      scheduler {
        cpu = SCHEDULER_CPU
        memory_gb = SCHEDULER_MEMORY
        storage_gb = SCHEDULER_STORAGE
        count = SCHEDULER_COUNT
      }
    }

  }
}

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.

• LOCATION: die Region, in der sich die Umgebung befindet.

• SCHEDULER_CPU: die Anzahl der CPUs für einen Planer in vCPU-Einheiten.

• SCHEDULER_MEMORY: die Größe des Arbeitsspeichers für einen Planer in GB.

• SCHEDULER_STORAGE: Die Laufwerksgröße für einen Planer in GB.

• SCHEDULER_COUNT: Die Anzahl der Scheduler.

Beispiel:

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "example-environment"
  region = "us-central1"

  config {

    workloads_config {
      scheduler {
        
        cpu = 0.5
        memory_gb = 1.875
        storage_gb = 1
        
        count = 2
      }
    }

  }
}

Console

1. Rufen Sie in der Google Cloud -Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Umgebungskonfiguration auf.

4. Klicken Sie unter Ressourcen > Konfiguration der Arbeitslasten auf Bearbeiten.

5. Passen Sie im Bereich Arbeitslastkonfiguration die Parameter für Airflow-Trigger an:

   1. Geben Sie im Abschnitt Triggerer im Feld Anzahl der Triggerer die Anzahl der Triggerer in Ihrer Umgebung ein.

      Wenn Sie mindestens einen Trigger für Ihre Umgebung festlegen, verwenden Sie auch die Felder CPU und Arbeitsspeicher, um die Ressourcenzuweisung für Ihre Trigger zu konfigurieren.

   2. Geben Sie in den Feldern CPU und Arbeitsspeicher die Anzahl der CPUs, den Arbeitsspeicher und den Speicher für Airflow-Trigger an. Jeder Triggerer verwendet die angegebene Menge an Ressourcen.

6. Klicken Sie auf Speichern.

gcloud

Die folgenden Airflow-Triggerparameter sind verfügbar:

• --triggerer-count: Die Anzahl der Trigger in Ihrer Umgebung.

  • Verwenden Sie für Standardumgebungen für die Ausfallsicherheit einen Wert zwischen 0 und 10.
  • Verwenden Sie für hochgradig resiliente Umgebungen 0 oder einen Wert zwischen 2 und 10.

• --triggerer-cpu: Die Anzahl der CPUs für einen Airflow-Triggerer.

• --triggerer-memory: die Größe des Arbeitsspeichers für einen Airflow-Triggerer.

Führen Sie den folgenden Google Cloud CLI-Befehl aus:

gcloud composer environments update ENVIRONMENT_NAME \
  --location LOCATION \
  --triggerer-count TRIGGERER_COUNT \
  --triggerer-cpu TRIGGERER_CPU \
  --triggerer-memory TRIGGERER_MEMORY

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• TRIGGERER_COUNT: Die Anzahl der Trigger.
• TRIGGERER_CPU: die Anzahl der CPUs für einen Triggerer in vCPU-Einheiten.
• TRIGGERER_MEMORY: die Größe des Arbeitsspeichers für einen Trigger.

Beispiele:

• Auf vier Triggerer-Instanzen skalieren:

gcloud composer environments update example-environment \
  --location us-central1 \
  --triggerer-count 4 \
  --triggerer-cpu 1 \
  --triggerer-memory 1

• Deaktivieren Sie Trigger, indem Sie die Anzahl der Trigger auf 0 setzen. Für diesen Vorgang müssen Sie keine CPU oder keinen Arbeitsspeicher für die Trigger angeben.

gcloud composer environments update example-environment \
  --location us-central1 \
  --triggerer-count 0

API

1. Geben Sie im Abfrageparameter updateMask die config.workloadsConfig.triggerer-Maske an.

2. Geben Sie im Anfragetext alle drei Parameter für Trigger an.

"config": {
  "workloadsConfig": {
    "triggerer": {
      "count": TRIGGERER_COUNT,
      "cpu": TRIGGERER_CPU,
      "memoryGb": TRIGGERER_MEMORY
    }
  }
}

Ersetzen Sie Folgendes:

• TRIGGERER_COUNT: Die Anzahl der Trigger.

  • Verwenden Sie für Standardumgebungen für die Ausfallsicherheit einen Wert zwischen 0 und 10.
  • Verwenden Sie für hochgradig resiliente Umgebungen 0 oder einen Wert zwischen 2 und 10.

• TRIGGERER_CPU: die Anzahl der CPUs für einen Triggerer in vCPU-Einheiten.

• TRIGGERER_MEMORY: die Größe des Arbeitsspeichers für einen Trigger.

Beispiele:

• Deaktivieren Sie Trigger, indem Sie die Anzahl der Trigger auf 0 setzen. Für diesen Vorgang müssen Sie keine CPU oder keinen Arbeitsspeicher für die Trigger angeben.

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.triggerer
"config": {
  "workloadsConfig": {
    "triggerer": {
      "count": 0
    }
  }
}

• Auf vier Triggerer-Instanzen skalieren:

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.triggerer
"config": {
  "workloadsConfig": {
    "triggerer": {
      "count": 4,
      "cpu": 1,
      "memoryGb": 1
    }
  }
}

Terraform

Die folgenden Felder im workloads_config.triggerer-Block steuern die Airflow-Triggerparameter. Jeder Triggerer verwendet die angegebene Menge an Ressourcen.

• triggerer.count: Die Anzahl der Trigger in Ihrer Umgebung.

  • Verwenden Sie für Standardumgebungen für die Ausfallsicherheit einen Wert zwischen 0 und 10.
  • Verwenden Sie für hochgradig resiliente Umgebungen 0 oder einen Wert zwischen 2 und 10.

• triggerer.cpu: Die Anzahl der CPUs für einen Airflow-Triggerer.

• triggerer.memory_gb: die Menge an Arbeitsspeicher für einen Airflow-Triggerer.

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "ENVIRONMENT_NAME"
  region = "LOCATION"

  config {

    workloads_config {
      triggerer {
        count = TRIGGERER_COUNT
        cpu = TRIGGERER_CPU
        memory_gb = TRIGGERER_MEMORY
      }
    }

  }
}

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• TRIGGERER_COUNT: Die Anzahl der Trigger.
• TRIGGERER_CPU: die Anzahl der CPUs für einen Triggerer in vCPU-Einheiten.
• TRIGGERER_MEMORY: die Größe des Arbeitsspeichers für einen Trigger in GB.

Beispiel:

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "example-environment"
  region = "us-central1"

  config {

    workloads_config {
      triggerer {
        count = 1
        cpu = 0.5
        memory_gb = 0.5
      }
    }

  }
}

Console

1. Rufen Sie in der Google Cloud -Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Umgebungskonfiguration auf.

4. Klicken Sie unter Ressourcen > Konfiguration der Arbeitslasten auf Bearbeiten.

5. Passen Sie im Bereich Arbeitslastkonfiguration die Parameter für den Webserver an. Geben Sie in den Feldern CPU, Arbeitsspeicher und Speicher die Anzahl der CPUs, den Arbeitsspeicher und den Speicher für den Webserver an.

6. Klicken Sie auf Speichern.

gcloud

Die folgenden Airflow-Webserverparameter sind verfügbar:

• --web-server-cpu: Die Anzahl der CPUs für den Airflow-Webserver.
• --web-server-memory: die Menge an Arbeitsspeicher für den Airflow-Webserver.
• --web-server-storage: Der Speicherplatz für den Airflow-Webserver.

Führen Sie den folgenden Google Cloud CLI-Befehl aus:

gcloud composer environments update ENVIRONMENT_NAME \
  --location LOCATION \
  --web-server-cpu WEB_SERVER_CPU \
  --web-server-memory WEB_SERVER_MEMORY \
  --web-server-storage WEB_SERVER_STORAGE

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• WEB_SERVER_CPU: die Anzahl der CPUs für den Webserver in vCPU-Einheiten.
• WEB_SERVER_MEMORY: die Größe des Arbeitsspeichers für den Webserver.
• WEB_SERVER_STORAGE: die Größe des Arbeitsspeichers für den Webserver.

Beispiel:

gcloud composer environments update example-environment \
  --location us-central1 \
  --web-server-cpu 1 \
  --web-server-memory 2.5 \
  --web-server-storage 2

API

1. Erstellen Sie eine API-Anfrage environments.patch.

2. In dieser Anfrage:

   1. Geben Sie im updateMask-Parameter die config.workloadsConfig.webServer-Maske an, um alle Webserverparameter zu aktualisieren. Sie können auch einzelne Webserverparameter aktualisieren, indem Sie eine Maske für diese Parameter angeben: config.workloadsConfig.webServer.cpu, config.workloadsConfig.webServer.memoryGb, config.workloadsConfig.webServer.storageGb.

   2. Geben Sie im Anfragetext die neuen Webserverparameter an.

"config": {
  "workloadsConfig": {
    "webServer": {
      "cpu": WEB_SERVER_CPU,
      "memoryGb": WEB_SERVER_MEMORY,
      "storageGb": WEB_SERVER_STORAGE
    }
  }
}

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• WEB_SERVER_CPU: die Anzahl der CPUs für den Webserver in vCPU-Einheiten.
• WEB_SERVER_MEMORY: die Größe des Arbeitsspeichers für den Webserver in GB.
• WEB_SERVER_STORAGE: die Laufwerksgröße für den Webserver in GB.

Beispiel:

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.workloadsConfig.webServer.cpu,
// config.workloadsConfig.webServer.memoryGb,
// config.workloadsConfig.webServer.storageGb

"config": {
  "workloadsConfig": {
    "webServer": {
      "cpu": 0.5,
      "memoryGb": 2.5,
      "storageGb": 2
    }
  }
}

Terraform

Die folgenden Felder im workloads_config.web_server-Block steuern die Webserverparameter.

• web_server.cpu: die Anzahl der CPUs für den Webserver.
• web_server.memory_gb: die Größe des Arbeitsspeichers für den Webserver.
• web_server.storage_gb: der Speicherplatz für den Webserver.

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "ENVIRONMENT_NAME"
  region = "LOCATION"

  config {

    workloads_config {
      web_server {
        cpu = WEB_SERVER_CPU
        memory_gb = WEB_SERVER_MEMORY
        storage_gb = WEB_SERVER_STORAGE
      }
    }

  }
}

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• WEB_SERVER_CPU: die Anzahl der CPUs für den Webserver in vCPU-Einheiten.
• WEB_SERVER_MEMORY: die Größe des Arbeitsspeichers für den Webserver in GB.
• WEB_SERVER_STORAGE: die Laufwerksgröße für den Webserver in GB.

Beispiel:

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "example-environment"
  region = "us-central1"

  config {

    workloads_config {
      web_server {
        cpu = 0.5
        memory_gb = 1.875
        storage_gb = 1
      }
    }

  }
}

Console

1. Rufen Sie in der Google Cloud -Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Umgebungskonfiguration auf.

4. Klicken Sie unter Ressourcen > Konfiguration der Arbeitslasten auf Bearbeiten.

5. Klicken Sie im Element Ressourcen > Kerninfrastruktur auf Bearbeiten.

6. Geben Sie im Bereich Kerninfrastruktur im Feld Umgebungsgröße die Umgebungsgröße an.

7. Klicken Sie auf Speichern.

gcloud

Das --environment-size-Argument steuert die Umgebungsgröße:

gcloud composer environments update ENVIRONMENT_NAME \
    --location LOCATION \
    --environment-size ENVIRONMENT_SIZE

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• ENVIRONMENT_SIZE: small, medium oder large.

Beispiel:

gcloud composer environments update example-environment \
    --location us-central1 \
    --environment-size medium

API

1. Erstellen Sie eine environments.patch-API-Anfrage.

2. In dieser Anfrage:

   1. Geben Sie im updateMask-Parameter die config.environmentSize-Maske an.

   2. Geben Sie im Anfragetext die Umgebungsgröße an.

  "config": {
    "environmentSize": "ENVIRONMENT_SIZE"
  }

Ersetzen Sie Folgendes:

• ENVIRONMENT_SIZE: die Umgebungsgröße, ENVIRONMENT_SIZE_SMALL, ENVIRONMENT_SIZE_MEDIUM oder ENVIRONMENT_SIZE_LARGE.

Beispiel:

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.environmentSize

"config": {
  "environmentSize": "ENVIRONMENT_SIZE_MEDIUM"
}

Terraform

Das Feld environment_size im Block config steuert die Umgebungsgröße:

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "ENVIRONMENT_NAME"
  region = "LOCATION"

  config {

    environment_size = "ENVIRONMENT_SIZE"

  }
}

Ersetzen Sie Folgendes:

• ENVIRONMENT_NAME: der Name der Umgebung.
• LOCATION: die Region, in der sich die Umgebung befindet.
• ENVIRONMENT_SIZE: die Umgebungsgröße, ENVIRONMENT_SIZE_SMALL, ENVIRONMENT_SIZE_MEDIUM oder ENVIRONMENT_SIZE_LARGE.

Beispiel:

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "example-environment"
  region = "us-central1"

  config {

    environment_size = "ENVIRONMENT_SIZE_SMALL"

    }
  }
}