Google cloud platform 订阅Google Pub/sub topic到云存储Avro文件给我的“；超过配额；错误-在初学者教程中？

我正在浏览Google的，我已经进入了第10步，在这里我应该设置一个从我的主题到云存储上保存的avro文件的导出

但是，当我尝试运行作业时，在完全完成教程中提到的操作之后，我会收到一个错误，告诉我我的项目没有足够的配额来执行工作流。在消息的配额摘要中，我注意到它显示

1230/818磁盘GB

。这是否意味着作业需要1230 GB的磁盘空间？目前，Firestore？中只有100个文档？。我觉得这不对吗

我的所有云存储桶都是空的：

但是，当我查看在我设置的第一个导出作业（Pubsub主题到BigQuery）中使用的资源时，我甚至更加困惑

它似乎在使用大量的资源

Current vCPUs   
4
Total vCPU time     
2.511 vCPU hr
Current memory  
15 GB
Total memory time   
9.417 GB hr
Current PD  
1.2 TB
Total PD time   
772.181 GB hr
Current SSD PD  
0 B
Total SSD PD time   
0 GB hr

---

这是真的吗？还是我做了一些完全错误的事情，因为所有这些资源都被使用了？我的意思是，根本没有任何活动，它只是一个订阅，对吗？

在幕后，这一步是调用一个云数据流模板（确切地说是一个），从发布/订阅中读取数据并写入GCS。反过来，云数据流使用GCE实例（VM）作为其工作池。云数据流正在请求太多的资源（需要磁盘、ram、VCPU等的GCE实例），并且正在达到项目的限制/配额

在

可选参数

下配置作业时，您可以覆盖默认的工作线程数（尝试从1开始），还可以设置最小的VM类型（n1-standard-1）。这也会为你节省一些钱。奖金

---

谢谢。它现在起作用了：）但还有一个问题。在我看来，对于向BigQuery发送数据的主题的每个活动订阅，虚拟服务器都在持续运行？所以，不管我们需要发送的数据有多少，我们每个月都要为整个计算引擎支付大约60美元？我认为GCP发布子模型类似于Lambda->SNS->DynamoDB（在AWS术语中）。有没有一种方法可以在不运行服务器的情况下将数据从Firebase云函数馈送到BigQuery中？更准确地说：通过直接从Firebase云函数调用BigQuery API，而不是先从函数发布到主题，将行插入到BigQuery中，会有什么损失？（考虑到没有其他人订阅该主题）