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

【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...
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...
AWSECS:访问外部网络时出... 如果您在AWS ECS中部署了应用程序,并且该应用程序需要访问外部网络,但是无法正常访问,可能是因为...
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...
北信源内网安全管理卸载 北信源内网安全管理是一款网络安全管理软件,主要用于保护内网安全。在日常使用过程中,卸载该软件是一种常...
AWSElasticBeans... 在Dockerfile中手动配置nginx反向代理。例如,在Dockerfile中添加以下代码:FR...
AsusVivobook无法开... 首先,我们可以尝试重置BIOS(Basic Input/Output System)来解决这个问题。...
ASM贪吃蛇游戏-解决错误的问... 要解决ASM贪吃蛇游戏中的错误问题,你可以按照以下步骤进行:首先,确定错误的具体表现和问题所在。在贪...
月入8000+的steam搬砖... 大家好,我是阿阳 今天要给大家介绍的是 steam 游戏搬砖项目,目前...