Gemini Enterprise Agent Platform Pipelines 執行管道時，會檢查 Vertex ML Metadata 中，是否已存在每個管道步驟的介面 (快取金鑰) 執行作業。
步驟的介面定義為下列項目的組合：
管道步驟的輸入內容。這些輸入內容包括輸入參數的值 (如有) 和輸入構件 ID (如有)。
管道步驟的輸出定義。這項輸出定義包含輸出參數定義 (名稱，如有) 和輸出構件定義 (名稱，如有)。
元件規格。這項規格包含使用的映像檔、指令、引數和環境變數，以及指令和引數的順序。
此外，只有管道名稱相同的管道才會共用快取。
如果 Vertex ML Metadata 中有相符的執行作業，系統會使用該執行作業的輸出內容，並略過該步驟。這有助於略過先前管道執行中完成的運算，進而降低成本。
您可以設定下列項目，在工作層級關閉執行快取：
eval_task.set_caching_options(False)
您可以為整個管道工作關閉執行階段快取。使用 PipelineJob() 執行管道時，可以透過 enable_caching 引數指定這個管道執行作業不使用快取。管道工作中的所有步驟都不會使用快取。進一步瞭解如何建立管道執行作業。
請使用下列範例關閉快取：
pl = PipelineJob(
display_name="My first pipeline",
# Whether or not to enable caching
# True = enable the current run to use caching results from previous runs
# False = disable the current run's use of caching results from previous runs
# None = defer to cache option for each pipeline component in the pipeline definition
enable_caching=False,
# Local or Cloud Storage path to a compiled pipeline definition
template_path="pipeline.yaml",
# Dictionary containing input parameters for your pipeline
parameter_values=parameter_values,
# Cloud Storage path to act as the pipeline root
pipeline_root=pipeline_root,
)
這項功能有以下限制：
- 快取結果沒有存留時間 (TTL)，只要項目未從 Vertex ML Metadata 刪除，即可重複使用。如果項目從 Vertex ML Metadata 刪除，工作就會重新執行，再次產生結果。