Google Cloud 的 Apache Spark 托管服务通过抽象基础设施管理来简化数据工程。用户可根据工作负载特性，在用于可预测、高利用率任务的托管集群与用于间歇性任务的无服务器模式之间进行选择，从而避免闲置成本。无服务器模式提供交互式会话以支持探索，并提供批处理作业以支持自动化。在 Google Cloud 上优化 Spark 需要仔细声明驱动器和执行器的资源分配。设置明确的执行器最大数量可防止预算超支，而根据数据规模管理 Shuffle 分区则能提升性能。当管道发生故障时，Gemini Cloud Assist 可与控制台集成，利用自然语言诊断问题；它能够识别批处理作业提交中缺失的参数。此外，Gemini 还能通过定位因模式或数据类型不匹配而导致错误的代码来解决数据异常。工程师随后可提示 Gemini 生成更正且更具弹性的代码，从而简化故障排查流程。