BeamSlidingWindows:未按预期方式复制元素
创始人
2024-11-27 02:00:52
0

Beam SlidingWindows是Apache Beam中的一个实用程序函数,用于在一个PCollection中生成重叠的窗口。在使用此函数时,发现元素没有按预期方式复制到多个窗口中。

出现这个问题的原因是,Beam SlidingWindows使用Python中的itertools中的函数tee()来生成重叠窗口,但是tee()函数不是“安全”函数,可能会生成重复元素。

为了解决这个问题,我们可以使用另一个itertools中的函数zip()替代tee()。zip()函数可以安全地迭代两个或多个可迭代对象,并将其元素组合到一个元组中。这可以确保不会复制元素。

以下是使用zip()函数解决问题的代码示例:

from itertools import zip_longest

class CustomSlidingWindows(object):

def __init__(self, size=2, offset=1):
    self.size = size
    self.offset = offset

def __eq__(self, other):
    return isinstance(other, CustomSlidingWindows) and \
           self.size == other.size and \
           self.offset == other.offset

def __repr__(self):
    return 'CustomSlidingWindows(size={}, offset={})'.format(self.size, self.offset)

def __str__(self):
    return '{}/{}'.format(self.size, self.offset)

def assign(self, element):
    start = element[0] - self.size
    stop = element[0] + self.offset
    return [(start, stop)]

def merge(self, intervals):
    return [(min(x[0] for x in intervals), max(x[1] for x in intervals))]

def expand(self, window):
    # We expand the window to support back-filling previous elements.
    # Also in case of overlapping windows, it might already contain elements from the previous window.
    start = window[0] - self.offset
    stop = window[1]
    return [(start, stop)]

def split(self, window):
    idx = int(((window[1] - window[0]) / self.size) / 2)
    if idx == 0:
        return [window]
    else:
        intervals = []
        for i in range(idx):
            intervals.append((window[0] + (i * self.offset), window[0] + self.size + (i * self.offset)))
        if (idx * self.offset) < (window[1] - window[0]):
            intervals.append((window[0] + (idx * self.offset), window[1]))
        return intervals

def get_window_start(self, window):
    return window[0]

def get_window_size(self, window):
    return window[1] - window[0]

def get_window_coder(self):
    return IntervalWindowCoder()

def get_transform(self):
    return SlidingWindows(self.size, self.offset)

def get_suggested_key(self):
    return KeyParam()

def get_param_names(self):
    return ["size", "offset"]

def get_defaults(self):
    return ["2", "1"]

def run(): with beam.Pipeline() as p: ranges = p | "create" >> beam.Create([ (1, "a"), (2, "b"), (5, "c"), (6, "d"), (7, "e") ])

    results = ranges | "ranges" >> beam.WindowInto(
        CustomSlidingWindows(size=2, offset=1),

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...