A. 데이터 처리량, 오류율, 리소스 활용도 등 주요 Dataflow 지표를 추적하기 위해 Cloud Monitoring 대시보드를 설정합니다.

B. 작업 상태 업데이트를 위해 Dataflow API를 주기적으로 폴링하고 오류가 확인되면 이메일 알림을 보내는 사용자 지정 스크립트를 만듭니다.

C. Google Cloud 콘솔의 Dataflow 작업 페이지로 이동합니다. 작업 로그와 작업자 로그를 사용하여 오류를 파악하세요.

D. gcloud CLI 도구를 사용하여 작업 메트릭과 로그를 검색하고 오류와 성능 병목 현상을 분석합니다.

A. 메시지가 확인될 때까지 메시지를 다시 시도합니다.
B 구독자에 대한 흐름 제어 구현

B. 확인되지 않은 메시지를 배달되지 않은 주제로 전달합니다.

C. 마지막으로 확인된 메시지를 찾습니다.

A. Analytics Hub를 사용하여 각 파트너 데이터세트에 대한 비공개 데이터 거래소에 목록을 생성합니다. 각 파트너가 각자의 목록을 구독할 수 있도록 허용합니다.

B. 각 BigQuery 데이터세트에서 데이터를 읽고 각 파트너의 전용 Pub/Sub 주제로 푸시하는 Dataflow 작업을 생성합니다. 각 파트너에게 pubsub.subscriber IAM 역할을 부여합니다.

C. BigQuery 데이터를 Cloud Storage 버킷으로 내보냅니다. 파트너에게 버킷에 대한 storage.objectUser IAM 역할을 부여합니다.

D. 파트너에게 BigQuery 프로젝트에서 bigquery.user IAM 역할을 부여합니다.