Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Anda dapat menyesuaikan lingkungan runtime kode pengguna di pipeline Dataflow dengan menyediakan image penampung kustom. Penampung kustom
didukung untuk pipeline yang menggunakan Dataflow
Runner v2.
Saat memulai VM pekerja, Dataflow menggunakan image penampung Docker untuk meluncurkan proses SDK dalam penampung di pekerja. Secara default, pipeline menggunakan image Apache Beam bawaan.
Namun, Anda dapat menyediakan image container kustom untuk tugas Dataflow.
Saat Anda menentukan image container kustom, Dataflow akan meluncurkan pekerja yang mengambil image yang ditentukan.
Anda dapat menggunakan penampung kustom karena alasan berikut:
Pra-instal dependensi pipeline untuk mengurangi waktu mulai pekerja.
Pra-instal dependensi pipeline yang tidak tersedia di
repositori publik.
Pra-instal dependensi pipeline saat akses ke repositori publik dinonaktifkan. Akses mungkin dinonaktifkan karena alasan keamanan.
Lakukan pra-penyetelan file besar untuk mengurangi waktu mulai pekerja.
Meluncurkan software pihak ketiga di latar belakang.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-04-03 UTC."],[[["Dataflow pipelines using Runner v2 support the use of custom container images to customize the runtime environment of user code."],["By default, Dataflow pipelines use prebuilt Apache Beam images, but users can specify their own custom container images for their Dataflow jobs."],["Custom containers allow users to preinstall pipeline dependencies, including those not in public repositories, and to manage dependencies when access to public repositories is restricted."],["Using custom containers also allows you to prestage large files and launch third-party software to customize the execution environment."],["The main use cases of custom containers are to reduce worker start time, customize the environment, and to manage dependencies."]]],[]]
