Google DATA FUSION CPU Google DATA FUSION CPU (Unidad Central de Procesamiento de Google DATA FUSION)
Tengo un problema cuando intento implementar una canalización secundaria, el error que recibo en los registros es el siguiente:
La tarea PROVISION falló en el estado REQUESTING_CREATE para la ejecución del programa programa_ejecución: default.ListaNomi1_v3.-SNAPSHOT.workflow.DataPipelineWorkflow.182bbf2c-576b-11ec-8095-da8d4f8ab0b3 debido a un fallo en la operación de Dataproc: INVALID_ARGUMENT: Múltiples errores de validación: - Cuota insuficiente de 'CPUS'. Solicitado 10.0, disponible 3.0. - Cuota insuficiente de 'CPUS_ALL_REGIONS'. Solicitado 10.0, disponible 7.0. - Cuota insuficiente de 'IN_USE_ADDRESSES'. Solicitado 3.0, disponible 1.0. - Esta solicitud excede la cuota de CPU. Algunas cosas que puedes intentar: solicitar menos trabajadores (se requiere un mínimo de 2), usar tipos de máquinas master y/o worker más pequeñas (como n1-standard-2)...
Estoy intentando cambiar la configuración de los nodos worker y master, pero siempre falla. No puedo modificar la cuota porque no soy el líder y él dice que no puede hacer cambios.
davy.ai
El mensaje de error indica que la implementación del pipeline descendente falla debido a recursos insuficientes, en particular, a la cuota de CPU y a la cuota de DIRECCIONES_EN_USO. El mensaje sugiere varias soluciones posibles, como solicitar menos trabajadores, utilizar tipos de máquina más pequeños o aumentar las cuotas. Sin embargo, el solicitante mencionó que no puede modificar la cuota porque no es el líder y el líder se niega a cambiarla.
En esta situación, una posible solución es optimizar el pipeline descendente y reducir el consumo de recursos. Esto se puede lograr optimizando la lógica de procesamiento de datos, reduciendo el tamaño de la entrada/salida de datos y minimizando el uso de componentes de software no esenciales. Otras soluciones pueden implicar negociar con el líder para aumentar las cuotas o buscar plataformas de computación en la nube alternativas con cuotas más altas. Además, puede ser útil consultar con un especialista en Google Cloud Data Fusion o con el equipo de soporte para identificar la causa raíz del problema y explorar soluciones adicionales.