עבודה עם פונקציות מרחוק

פונקציה מרוחקת ב-BigQuery מאפשרת לכם להטמיע את הפונקציה בשפות אחרות מלבד SQL ו-JavaScript, או באמצעות ספריות או שירותים שלא מותרים בפונקציות בהגדרת המשתמש ב-BigQuery.

סקירה כללית

פונקציה מרוחקת של BigQuery מאפשרת לכם לשלב פונקציונליות של GoogleSQL עם תוכנה מחוץ ל-BigQuery, באמצעות שילוב ישיר עם פונקציות Cloud Run ועם Cloud Run. באמצעות פונקציות מרוחקות של BigQuery, אתם יכולים לפרוס את הפונקציות שלכם בפונקציות Cloud Run או ב-Cloud Run שמוטמעות בכל שפה נתמכת, ואז להפעיל אותן משאילתות GoogleSQL.

תהליך עבודה

1. יוצרים את נקודת הקצה של ה-HTTP בפונקציות Cloud Run או ב-Cloud Run.
2. יוצרים פונקציה מרוחקת ב-BigQuery.
   1. יוצרים חיבור מסוג CLOUD_RESOURCE.
   2. יוצרים פונקציה מרחוק.
3. משתמשים בפונקציה המרוחקת באילתא בדיוק כמו בכל פונקציה אחרת בהגדרת המשתמש.

מגבלות

• פונקציות מרוחקות תומכות רק באחד מסוגי הנתונים הבאים כסוג ארגומנט או כסוג החזרה:

  • בוליאני
  • בייטים
  • Numeric
  • String
  • תאריך
  • תאריך ושעה
  • שעה
  • חותמת הזמן
  • JSON

  פונקציות מרחוק לא תומכות בסוגים ARRAY,‏ STRUCT,‏ INTERVAL או GEOGRAPHY.

• אי אפשר ליצור פונקציות מרוחקות שמחזירות טבלה.

• אי אפשר להשתמש בפונקציות מרוחקות כשיוצרים תצוגות חומריות.

• הערך שמוחזר מפונקציה מרוחקת תמיד נחשב כלא דטרמיניסטי, ולכן התוצאה של שאילתה שקוראת לפונקציה מרוחקת לא נשמרת במטמון.

• יכול להיות שתראו בקשות חוזרות עם אותם נתונים לנקודת הקצה, גם אחרי קבלת תגובות מוצלחות, בגלל שגיאות זמניות ברשת או שגיאות פנימיות ב-BigQuery.

• אם דילוג על הערכה של פונקציה מרוחקת מתבצע בשורות מסוימות בגלל קיצור דרך, למשל בביטויי תנאים או בהצהרת MERGE עם WHEN [NOT] MATCHED, לא מתבצעת אצווה עם הפונקציה המרוחקת. במקרה הזה, השדה calls בגוף בקשת ה-HTTP מכיל בדיוק רכיב אחד.

• אם מערך הנתונים שמשויך לפונקציה המרוחקת משוכפל לאזור יעד באמצעות שכפול של מערכי נתונים באזורים שונים, אפשר לבצע שאילתות על הפונקציה המרוחקת רק באזור שבו היא נוצרה.

יצירת נקודת קצה

כדי ליצור פונקציה מרוחקת שיכולה להטמיע לוגיקה עסקית, צריך ליצור נקודת קצה של HTTP באמצעות פונקציות Cloud Run או Cloud Run. נקודת הקצה צריכה להיות מסוגלת לעבד אצווה של שורות בבקשת HTTP POST אחת ולהחזיר את התוצאות של האצווה כתגובת HTTP.

אם יוצרים את הפונקציה המרוחקת באמצעות BigQuery DataFrames, לא צריך ליצור את נקודת הקצה (endpoint) של HTTP באופן ידני, כי השירות עושה זאת באופן אוטומטי.

בהמדריך לפונקציות Cloud Run ובמסמכי התיעוד האחרים בנושא פונקציות Cloud Run מוסבר איך לכתוב, לפרוס, לבדוק ולתחזק פונקציית Cloud Run.

במדריך למתחילים בנושא Cloud Run ובמסמכי Cloud Run אחרים מוסבר איך לכתוב, לפרוס, לבדוק ולתחזק שירות Cloud Run.

מומלץ להשאיר את אימות ברירת המחדל במקום לאפשר הפעלה לא מאומתת של פונקציית Cloud Run או שירות Cloud Run.

פורמט קלט

‫BigQuery שולח בקשות HTTP POST עם גוף JSON בפורמט הבא:

דוגמה לבקשה:

{
 "requestId": "124ab1c",
 "caller": "//bigquery.googleapis.com/projects/myproject/jobs/myproject:US.bquxjob_5b4c112c_17961fafeaf",
 "sessionUser": "test-user@test-company.com",
 "userDefinedContext": {
  "key1": "value1",
  "key2": "v2"
 },
 "calls": [
  [null, 1, "", "abc"],
  ["abc", "9007199254740993", null, null]
 ]
}

פורמט פלט

מערכת BigQuery מצפה שנקודת הקצה תחזיר תגובת HTTP בפורמט הבא. אחרת, מערכת BigQuery לא תוכל לצרוך אותה והשאילתה שקוראת לפונקציה המרוחקת תיכשל.

דוגמה לתגובה מוצלחת:

{
  "replies": [
    1,
    0
  ]
}

דוגמה לתגובה שנכשלה:

{
  "errorMessage": "Received but not expected that the argument 0 be null".
}

קוד תגובת HTTP

נקודת הקצה צריכה להחזיר את קוד התגובה 200 של HTTP לתגובה מוצלחת. כש-BigQuery מקבל ערך אחר, הוא מחשיב את התגובה ככישלון ומנסה שוב אם קוד תגובת ה-HTTP הוא 408, ‏ 429, ‏ 500, ‏ 503 או 504, עד שמגיעים למגבלה פנימית מסוימת.

קידוד JSON של סוג נתונים של SQL

קידוד JSON בבקשת HTTP או בתגובה ל-HTTP מתבצע לפי קידוד ה-JSON הקיים ב-BigQuery עבור הפונקציה TO_JSON_STRING.

קוד לדוגמה של פונקציית Cloud Run

בדוגמת הקוד הבאה ב-Python מוצגת הטמעה של הוספת כל הארגומנטים של המספרים השלמים של הפונקציה המרוחקת. הוא מטפל בבקשה עם הארגומנטים להפעלות באצווה ומחזיר את כל התוצאות בתגובה.

import functions_framework

from flask import jsonify

# Max INT64 value encoded as a number in JSON by TO_JSON_STRING. Larger values are encoded as
# strings.
# See https://cloud.google.com/bigquery/docs/reference/standard-sql/json_functions#json_encodings
_MAX_LOSSLESS=9007199254740992

@functions_framework.http
def batch_add(request):
  try:
    return_value = []
    request_json = request.get_json()
    calls = request_json['calls']
    for call in calls:
      return_value.append(sum([int(x) if isinstance(x, str) else x for x in call if x is not None]))
    replies = [str(x) if x > _MAX_LOSSLESS or x < -_MAX_LOSSLESS else x for x in return_value]
    return_json = jsonify( { "replies":  replies } )
    return return_json
  except Exception as e:
    return jsonify( { "errorMessage": str(e) } ), 400

בהנחה שהפונקציה נפרסה בפרויקט my_gcf_project באזור us-east1 עם שם הפונקציה remote_add, אפשר לגשת אליה דרך נקודת הקצה https://us-east1-my_gcf_project.cloudfunctions.net/remote_add.

קוד לדוגמה של Cloud Run

קוד Python לדוגמה הבא מטמיע שירות אינטרנט שאפשר ליצור ולפרוס ב-Cloud Run כדי לקבל את אותה פונקציונליות.

import os

from flask import Flask, request, jsonify

# Max INT64 value encoded as a number in JSON by TO_JSON_STRING. Larger values are encoded as
# strings.
# See https://cloud.google.com/bigquery/docs/reference/standard-sql/json_functions#json_encodings
_MAX_LOSSLESS=9007199254740992

app = Flask(__name__)

@app.route("/", methods=['POST'])
def batch_add():
  try:
    return_value = []
    request_json = request.get_json()
    calls = request_json['calls']
    for call in calls:
      return_value.append(sum([int(x) if isinstance(x, str) else x for x in call if x is not None]))
    replies = [str(x) if x > _MAX_LOSSLESS or x < -_MAX_LOSSLESS else x for x in return_value]
    return jsonify( { "replies" :  replies } )
  except Exception as e:
    return jsonify( { "errorMessage": str(e) } ), 400

if __name__ == "__main__":
    app.run(debug=True, host="0.0.0.0", port=int(os.environ.get("PORT", 8080)))

במדריך מוסבר איך ליצור את הקוד ולפרוס אותו.

בהנחה ששירות Cloud Run נפרס בפרויקט my_gcf_project באזור us-east1 עם שם השירות remote_add, אפשר לגשת אליו דרך נקודת הקצה https://remote_add-<project_id_hash>-ue.a.run.app.

יצירת פונקציה מרוחקת

‫BigQuery משתמש בCLOUD_RESOURCE חיבור כדי ליצור אינטראקציה עם פונקציית Cloud Run. כדי ליצור פונקציה מרוחקת, צריך ליצור חיבור CLOUD_RESOURCE. אם אתם יוצרים את הפונקציה המרוחקת באמצעות BigQuery DataFrames ויש לכם תפקיד אדמין ב-IAM של הפרויקט (roles/resourcemanager.projectIamAdmin), אתם לא צריכים ליצור את החיבור ולהעניק לו גישה באופן ידני. השירות עושה זאת בשבילכם באופן אוטומטי.

יצירת חיבור

כדי להתחבר לפונקציית Cloud Run ול-Cloud Run, צריך חיבור למשאב Cloud.

אם כבר הגדרתם חיבור ברירת מחדל או שיש לכם את תפקיד האדמין ב-BigQuery, אתם יכולים לדלג על השלב הזה.

import google.api_core.exceptions
from google.cloud import bigquery_connection_v1

client = bigquery_connection_v1.ConnectionServiceClient()


def create_connection(
    project_id: str,
    location: str,
    connection_id: str,
):
    """Creates a BigQuery connection to a Cloud Resource.

    Cloud Resource connection creates a service account which can then be
    granted access to other Google Cloud resources for federated queries.

    Args:
        project_id: The Google Cloud project ID.
        location: The location of the connection (for example, "us-central1").
        connection_id: The ID of the connection to create.
    """

    parent = client.common_location_path(project_id, location)

    connection = bigquery_connection_v1.Connection(
        friendly_name="Example Connection",
        description="A sample connection for a Cloud Resource.",
        cloud_resource=bigquery_connection_v1.CloudResourceProperties(),
    )

    try:
        created_connection = client.create_connection(
            parent=parent, connection_id=connection_id, connection=connection
        )
        print(f"Successfully created connection: {created_connection.name}")
        print(f"Friendly name: {created_connection.friendly_name}")
        print(
            f"Service Account: {created_connection.cloud_resource.service_account_id}"
        )

    except google.api_core.exceptions.AlreadyExists:
        print(f"Connection with ID '{connection_id}' already exists.")
        print("Please use a different connection ID.")
    except Exception as e:
        print(f"An unexpected error occurred while creating the connection: {e}")

const {ConnectionServiceClient} =
  require('@google-cloud/bigquery-connection').v1;
const {status} = require('@grpc/grpc-js');

const client = new ConnectionServiceClient();

/**
 * Creates a new BigQuery connection to a Cloud Resource.
 *
 * A Cloud Resource connection creates a service account that can be granted access
 * to other Google Cloud resources.
 *
 * @param {string} projectId The Google Cloud project ID. for example, 'example-project-id'
 * @param {string} location The location of the project to create the connection in. for example, 'us-central1'
 * @param {string} connectionId The ID of the connection to create. for example, 'example-connection-id'
 */
async function createConnection(projectId, location, connectionId) {
  const parent = client.locationPath(projectId, location);

  const connection = {
    friendlyName: 'Example Connection',
    description: 'A sample connection for a Cloud Resource',
    // The service account for this cloudResource will be created by the API.
    // Its ID will be available in the response.
    cloudResource: {},
  };

  const request = {
    parent,
    connectionId,
    connection,
  };

  try {
    const [response] = await client.createConnection(request);

    console.log(`Successfully created connection: ${response.name}`);
    console.log(`Friendly name: ${response.friendlyName}`);

    console.log(`Service Account: ${response.cloudResource.serviceAccountId}`);
  } catch (err) {
    if (err.code === status.ALREADY_EXISTS) {
      console.log(`Connection '${connectionId}' already exists.`);
    } else {
      console.error(`Error creating connection: ${err.message}`);
    }
  }
}

# This queries the provider for project information.
data "google_project" "default" {}

# This creates a cloud resource connection in the US region named my_cloud_resource_connection.
# Note: The cloud resource nested object has only one output field - serviceAccountId.
resource "google_bigquery_connection" "default" {
  connection_id = "my_cloud_resource_connection"
  project       = data.google_project.default.project_id
  location      = "US"
  cloud_resource {}
}

אישור הגישה

צריך לתת לחיבור החדש גישת קריאה בלבד לפונקציית Cloud Run או לשירות Cloud Run. לא מומלץ לאפשר הפעלה לא מאומתת של פונקציית Cloud Run או שירות Cloud Run.

כדי להקצות תפקידים, בצע את השלבים הבאים:

1. עוברים לדף IAM & Admin.

   כניסה לדף IAM & Admin

2. לוחצים על person_add הוספה.

   תיבת הדו-שיח Add principals נפתחת.

3. בשדה New principals, מזינים את מזהה חשבון השירות שהעתקתם קודם.

4. בשדה Select a role, בוחרים באחת מהאפשרויות הבאות:

   • אם אתם משתמשים בפונקציית Cloud Run מדור ראשון, בוחרים באפשרות Cloud Function ואז באפשרות Cloud Function Invoker role.
   • אם אתם משתמשים בפונקציית Cloud Run מדור שני, בוחרים באפשרות Cloud Run ואז באפשרות Cloud Run Invoker role.
   • אם אתם משתמשים בשירות Cloud Run, בוחרים באפשרות Cloud Run ואז בוחרים באפשרות Cloud Run Invoker role.

5. לוחצים על Save.

יצירת פונקציה מרוחקת

כדי ליצור פונקציה מרחוק:

צריך שתהיה לכם ההרשאה bigquery.routines.create במערך הנתונים שבו אתם יוצרים את הפונקציה המרוחקת, וההרשאה bigquery.connections.delegate (שזמינה מהתפקיד 'אדמין של חיבור BigQuery') בחיבור שבו משתמשת הפונקציה המרוחקת.

הוספת הקשר שהוגדר על ידי המשתמש

אפשר לציין את user_defined_context ב-OPTIONS כזוגות של מפתח וערך, שיהיו חלק מכל בקשת HTTP לנקודת הקצה. בעזרת הקשר שמוגדר על ידי המשתמש, אפשר ליצור כמה פונקציות מרחוק אבל להשתמש שוב בנקודת קצה אחת, שמספקת התנהגויות שונות בהתאם להקשר שמועבר אליה.

בדוגמאות הבאות נוצרות שתי פונקציות מרוחקות להצפנה ולפענוח של נתוני BYTES באמצעות אותה נקודת קצה.

CREATE FUNCTION `PROJECT_ID.DATASET_ID`.encrypt(x BYTES)
RETURNS BYTES
REMOTE WITH CONNECTION `PROJECT_ID.LOCATION.CONNECTION_NAME`
OPTIONS (
  endpoint = 'ENDPOINT_URL',
  user_defined_context = [("mode", "encryption")]
)

CREATE FUNCTION `PROJECT_ID.DATASET_ID`.decrypt(x BYTES)
RETURNS BYTES
REMOTE WITH CONNECTION `PROJECT_ID.LOCATION.CONNECTION_NAME`
OPTIONS (
  endpoint = 'ENDPOINT_URL',
  user_defined_context = [("mode", "decryption")]
)

הגבלת מספר השורות בבקשת Batch

כדי למנוע פסק זמן בפונקציות Cloud Run, אפשר לציין את max_batching_rows ב-OPTIONS כמספר המקסימלי של השורות בכל בקשת HTTP. אם מציינים את max_batching_rows, ‏ BigQuery קובע את מספר השורות בחבילה עד למגבלת max_batching_rows. אם לא מציינים את מספר השורות, BigQuery קובע באופן אוטומטי את מספר השורות לאיחוד.

שימוש בפונקציה מרוחקת בשאילתה

צריך לוודא שהענקתם הרשאה בפונקציית Cloud Run, כדי שחשבון השירות של BigQuery שמשויך לחיבור של הפונקציה המרוחקת יוכל לגשת אליה.

בנוסף, צריך לקבל את ההרשאה bigquery.routines.get במערך הנתונים שבו נמצאת הפונקציה המרוחקת, ואת ההרשאה bigquery.connections.use, שאפשר לקבל דרך התפקיד BigQuery Connection User, בחיבור שבו נעשה שימוש בפונקציה המרוחקת.

אפשר להשתמש בפונקציה מרוחקת בשאילתה בדיוק כמו בפונקציה בהגדרת המשתמש.

לדוגמה, אפשר להשתמש בפונקציה remote_add בשאילתה לדוגמה:

SELECT
  val,
  `PROJECT_ID.DATASET_ID`.remote_add(val, 2)
FROM
  UNNEST([NULL,2,3,5,8]) AS val;

הדוגמה הזו יוצרת את הפלט הבא:

+------+-----+
|  val | f0_ |
+------+-----+
| NULL |   2 |
|    2 |   4 |
|    3 |   5 |
|    5 |   7 |
|    8 |  10 |
+------+-----+

אזורים נתמכים

יש שני סוגים של מיקומים ב-BigQuery:

• השדה הזה יכול להכיל אזור, כלומר, מקום גיאוגרפי ספציפי, כמו לונדון.

• מספר אזורים – אזור גיאוגרפי נרחב, כמו ארצות הברית, שכולל שני מקומות גיאוגרפיים או יותר.

אזורים יחידים

במערך נתונים של אזור יחיד ב-BigQuery, אפשר ליצור רק פונקציה מרוחקת שמשתמשת בפונקציית Cloud Run שנפרסה באותו אזור. לדוגמה:

• פונקציה מרוחקת באזור יחיד ב-BigQuery‏ us-east4 יכולה להשתמש רק בפונקציית Cloud Run ב-us-east4.

לכן, באזורים יחידים, פונקציות מרוחקות נתמכות רק באזורים שתומכים גם בפונקציות Cloud Run וגם ב-BigQuery.

במספר אזורים

במערך נתונים של BigQuery במספר אזורים (US, EU), אפשר ליצור רק פונקציה מרוחקת שמשתמשת בפונקציית Cloud Run שנפרסה באזור שנמצא באותו אזור גיאוגרפי גדול (ארה"ב, האיחוד האירופי). לדוגמה:

• פונקציה מרוחקת ב-BigQuery US במספר אזורים יכולה להשתמש רק בפונקציית Cloud Run שנפרסה באזור יחיד באזור הגיאוגרפי של ארה"ב, כמו us-central1,‏ us-east4,‏ us-west2 וכו'.
• פונקציה מרוחקת ב-BigQuery EU במספר אזורים יכולה להשתמש רק בפונקציית Cloud Run שפריסתה בוצעה באזור יחיד מתוך מדינות חברות באיחוד האירופי, כמו europe-north1, europe-west3 וכו'.

מידע נוסף על אזורים ואזורים מרובים ב-BigQuery זמין בדף מיקומי מערכי נתונים. מידע נוסף על אזורים של פונקציות Cloud Run זמין בדף מיקומים של פונקציות Cloud Run.

חיבורים

בין אם מדובר במיקום באזור יחיד או במיקום במספר אזורים, אפשר ליצור פונקציה מרחוק רק באותו מיקום שבו נמצא החיבור שבו אתם משתמשים. לדוגמה, כדי ליצור פונקציה מרוחקת באזור הגיאוגרפי הנרחב US, צריך להשתמש בחיבור שנמצא באזור הגיאוגרפי הנרחב US.

תמחור

• יחולו תעריפי BigQuery הרגילים.

• בנוסף, יכול להיות שיהיו עלויות על פונקציות Cloud Run ועל Cloud Run בגלל השימוש בתכונה הזו. פרטים נוספים מופיעים בדפי המחירון של פונקציות Cloud Run ושל Cloud Run.

שימוש ב-VPC Service Controls

‫VPC Service Controls הוא תכונה Cloud de Confiance by S3NS שמאפשרת להגדיר מתחם אבטחה היקפית כדי להגן מפני זליגת נתונים. כדי להשתמש ב-VPC Service Controls עם פונקציות מרחוק לאבטחה נוספת, או כדי להשתמש בנקודות קצה עם internal traffic הגדרות Ingress, צריך לפעול לפי המדריך ל-VPC Service Controls כדי:

1. יוצרים גבולות גזרה לשירות.

2. מוסיפים את פרויקט BigQuery של השאילתה באמצעות הפונקציה המרוחקת להיקף.

3. מוסיפים את פרויקט נקודת הקצה לגבולות הגזרה ומגדירים את Cloud Functions API או Cloud Run API בשירותים המוגבלים בהתאם לסוג נקודת הקצה. פרטים נוספים זמינים במאמרים VPC Service Controls ב-Cloud Run functions וVPC Service Controls ב-Cloud Run.

שיטות מומלצות לפונקציות מרחוק

• סינון מראש של הקלט: אם אפשר לסנן בקלות את הקלט לפני שהוא מועבר לפונקציה מרוחקת, סביר להניח שהשאילתה תהיה מהירה וזולה יותר.

• שמירה על יכולת ההרחבה של פונקציית Cloud Run. המדרגיות היא פונקציה של מספר המכונות המינימלי, מספר המכונות המקסימלי ובו-זמניות.

  • במקרים שבהם אפשר, כדאי להשתמש בערך ברירת המחדל של המספר המקסימלי של המופעים של פונקציית Cloud Run.
  • שימו לב: אין מגבלת ברירת מחדל לפונקציות HTTP Cloud Run מהדור הראשון. כדי למנוע אירועי שינוי גודל בלתי מוגבלים בפונקציות HTTP Cloud Run מהדור הראשון במהלך בדיקות או בסביבת ייצור, מומלץ להגדיר מגבלה, למשל 3, 000.

• כדי לשפר את הביצועים, כדאי לפעול לפי הטיפים האחרים לגבי פונקציות Cloud Run. יכול להיות ששאילתות של פונקציות מרחוק שמתקשרות עם פונקציית Cloud Run עם זמן אחזור גבוה ייכשלו בגלל פסק זמן.

• מטמיעים את נקודת הקצה כדי להחזיר קוד תגובת HTTP ומטען ייעודי (payload) נכונים לתגובה שנכשלה.

  • כדי לצמצם את מספר הניסיונות החוזרים מ-BigQuery, צריך להשתמש בקודים של תגובות HTTP שאינם 408, ‏ 429, ‏ 500, ‏ 503 ו-504 לתגובה שנכשלה, ולוודא שכל החריגים נתפסים בקוד הפונקציה. אחרת, יכול להיות שמסגרת שירות ה-HTTP תחזיר באופן אוטומטי את קוד השגיאה 500 לכל חריגה שלא נתפסה. יכול להיות שעדיין תראו ניסיונות חוזרים של בקשות HTTP כש-BigQuery מנסה שוב לבצע מחיצת נתונים או שאילתה שנכשלו.

  • נקודת הקצה צריכה להחזיר מטען ייעודי (payload) של JSON בפורמט המוגדר לתגובה שנכשלה. למרות שזה לא חובה, זה עוזר ל-BigQuery להבחין בין תגובה שנכשלה בגלל ההטמעה של הפונקציה לבין תגובה שנכשלה בגלל התשתית של פונקציות Cloud Run או Cloud Run. במקרה האחרון, יכול להיות ש-BigQuery ינסה שוב עם מגבלה פנימית שונה.

מכסות

המידע הבא יעזור לכם לפתור בעיות שקשורות למכסות של פונקציות מרוחקות.

מספר מקסימלי של שאילתות בו-זמניות שמכילות פונקציות מרוחקות

‫BigQuery מחזיר את השגיאה הזו כשמספר השאילתות המקבילות שמכילות פונקציות מרוחקות חורג מהמגבלה.

מידע נוסף על מגבלות של פונקציות מרחוק זמין במאמר פונקציות מרחוק.

הודעת השגיאה

Exceeded rate limits: too many concurrent queries with remote functions for
this project

אפשר להגדיל את המכסה הזו. קודם כדאי לנסות את הפתרונות העקיפים והשיטות המומלצות.

אבחון

כדי לראות את המכסות על שאילתות בו-זמניות שמכילות פונקציות מרוחקות, אפשר לעיין במאמר מכסות על פונקציות מרוחקות.

רזולוציה

• כשמשתמשים בפונקציות מרוחקות, חשוב לפעול בהתאם לשיטות המומלצות לשימוש בפונקציות מרוחקות.
• כדי לבקש הגדלה של המכסות, אפשר לפנות אל התמיכה או אל צוות המכירות. יכול להיות שיחלפו כמה ימים עד שנסיים לבדוק את הבקשה ולטפל בה. מומלץ לציין בבקשה את העדיפות, את תרחיש השימוש ואת מזהה הפרויקט.