我有一个大的数据集，并试图插入到cosmos db容器中，为此我需要增加吞吐量。当我使用10000RU然后从pyspark插入数据时，在一个dataframe中有近25000条记录，它工作得很好。但是在那之后我不需要这些高吞吐量。
所以，我想写一段代码，在启动流水线之前，我增加罗斯，在流水线运行完成之后，我减少RU。
我试着用azure。cosmos，其中代码可用于容器动态分配吞吐量，但这不起作用。

from azure.cosmos import CosmosClient
URL = "URL"
KEY = "key"
client = CosmosClient(URL, credential=KEY)

DATABASE_NAME = 'db_name'
database = client.create_database(DATABASE_NAME)
container_name = 'container_name'
container = database.get_container_client(container_name)

for getting the throughputs assigned to the container:
offer = container.read_offer()
for assigning the throughputs assigned to the container:
offer = container.replace_throughput(1500)

但如果我检查offer的输出，它显示与以前的吞吐量相同，预期输出为1500罗斯。