BatchElements()在DirectRunner上可以正常工作,但在添加Reshuffle()之后在DataflowRunner上不能正常工作。
创始人
2024-11-26 08:01:17
0

添加with_output_types()方法以显式指定BatchElements()输出类型,如下示例所示。

import apache_beam as beam

class MyDoFn(beam.DoFn):
    def process(self, element):
        return [(i,1) for i in element]

with beam.Pipeline() as p:
    data = p | "Create data" >> beam.Create([(1,2),(3,4),(5,6),(7,8)])
    
    batched_data = (
        data 
        | "Batch data" >> beam.BatchElements(
            min_batch_size=2, 
            max_batch_size=3, 
            max_latency=1))
        
    reshuffled_data = (
        batched_data 
        | "Reshuffle data" >> beam.Reshuffle())
        
    processed_data = (
        reshuffled_data 
        | "Process data" >> beam.ParDo(MyDoFn())
        | "Grouping data" >> beam.GroupByKey())
    
    processed_data | "Print result" >> beam.Map(print)

注:beam.BatchElements()输出类型默认情况下是Tuple[Any,Union[Timestamp,int]],这可能是导致DataflowRunner无法正常工作的原因之一。

相关内容

热门资讯

保存时出现了1个错误,导致这篇... 当保存文章时出现错误时,可以通过以下步骤解决问题:查看错误信息:查看错误提示信息可以帮助我们了解具体...
汇川伺服电机位置控制模式参数配... 1. 基本控制参数设置 1)设置位置控制模式   2)绝对值位置线性模...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
表格中数据未显示 当表格中的数据未显示时,可能是由于以下几个原因导致的:HTML代码问题:检查表格的HTML代码是否正...
本地主机上的图像未显示 问题描述:在本地主机上显示图像时,图像未能正常显示。解决方法:以下是一些可能的解决方法,具体取决于问...
表格列调整大小出现问题 问题描述:表格列调整大小出现问题,无法正常调整列宽。解决方法:检查表格的布局方式是否正确。确保表格使...
不一致的条件格式 要解决不一致的条件格式问题,可以按照以下步骤进行:确定条件格式的规则:首先,需要明确条件格式的规则是...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...