在Apache Beam中，可以使用withAllowedLateness和withTrigger方法来处理迟到的数据并只发出一个窗格。下面是一个示例代码：

// 导入所需的类
import org.apache.beam.sdk.Pipeline;
import org.apache.beam.sdk.io.TextIO;
import org.apache.beam.sdk.transforms.DoFn;
import org.apache.beam.sdk.transforms.ParDo;
import org.apache.beam.sdk.transforms.windowing.*;
import org.apache.beam.sdk.values.KV;
import org.apache.beam.sdk.values.PCollection;
import org.apache.beam.sdk.options.PipelineOptions;
import org.apache.beam.sdk.options.PipelineOptionsFactory;

// 自定义DoFn来处理数据
public class ProcessData extends DoFn {
  @ProcessElement
  public void processElement(ProcessContext c, BoundedWindow window) {
    // 处理数据的逻辑
    String data = c.element();
    // 在这里执行对数据的处理操作

    // 输出结果
    c.output(data);
  }
}

public class WindowedProcessing {
  public static void main(String[] args) {
    // 创建PipelineOptions对象
    PipelineOptions options = PipelineOptionsFactory.create();

    // 创建Pipeline对象
    Pipeline pipeline = Pipeline.create(options);

    // 从文件中读取数据
    PCollection data = pipeline.apply(TextIO.read().from("input.txt"));

    // 定义窗口，设置窗口大小和触发器
    Window window = Window.into(FixedWindows.of(Duration.standardMinutes(5)))
        .triggering(AfterWatermark.pastEndOfWindow()
            .withLateFirings(AfterProcessingTime.pastFirstElementInPane().plusDelayOf(Duration.standardMinutes(1))))
        .withAllowedLateness(Duration.standardMinutes(10))
        .discardingFiredPanes();

    // 应用窗口到数据集
    PCollection windowedData = data.apply(window);

    // 处理窗口数据
    PCollection processedData = windowedData.apply(ParDo.of(new ProcessData()));

    // 输出结果到文件
    processedData.apply(TextIO.write().to("output.txt").withoutSharding());

    // 运行Pipeline
    pipeline.run();
  }
}

在上面的示例代码中，我们首先创建了一个自定义的DoFn来处理数据。然后，我们创建了一个Window对象，通过into方法指定窗口的大小，通过triggering方法设置触发器，使用withAllowedLateness方法设置允许的迟到时间，最后使用discardingFiredPanes方法指定仅保留最终计算结果。

接下来，我们将窗口应用到数据集上，并通过ParDo将窗口中的数据传递给自定义的ProcessData函数进行处理。最后，我们将处理后的数据输出到文件中。

请注意，上述示例代码中的文件路径和数据处理逻辑需要根据实际情况进行修改。