在Dataflow中，设置自动扩缩容的方式是使用autoscaling_algorithm参数。默认情况下，Dataflow会使用“THROUGHPUT_BASED”算法进行自动扩缩容，根据当前的数据通过量动态调整工作器数量。

因此，使用beam.io.ReadFromPubSub进行读取Pub/Sub数据时，需要设置适当的num_workers参数以及希望Dataflow在调整工作器数量时参考的autoscaling_algorithm。以下是示例代码：

import apache_beam as beam

with beam.Pipeline(options=pipeline_options) as pipeline:
    messages = (
        pipeline
        | 'Read from Pub/Sub' >> beam.io.ReadFromPubSub(
            topic='projects//topics/',
            num_workers=10,  # 设置初始工作器数量
        )
        | 'Process messages' >> beam.Map(process_message)
    )

# 设置Dataflow的选项，包括autoscaling_algorithm
pipeline_options = beam.pipeline.PipelineOptions(
    runner='DataflowRunner',
    project='',
    region='',
    autoscaling_algorithm='THROUGHPUT_BASED'
)

在这个示例中，我们使用了10个初始工作器，而且设置了“THROUGHPUT_BASED”算法来自动扩缩容。如果需要更大程度地控制自动扩缩容，可以考虑其他算法，例如“NONE”或“BASIC”。