Apache Beam管道函数的并行运行是通过设置合适的并行度来实现的。默认情况下，Beam管道函数是并行运行的，除非明确设置了不同的并行度。

下面是一个示例代码，演示了如何设置并行度来并行运行Apache Beam管道函数：

import apache_beam as beam

def my_function(element):
    # 在此处定义自己的处理逻辑
    ...

def run_pipeline():
    # 创建一个管道对象
    pipeline = beam.Pipeline()

    # 从某个数据源读取数据，并创建一个PCollection对象
    data = pipeline | beam.Create([1, 2, 3, 4, 5])

    # 使用ParDo转换应用自定义函数
    results = data | beam.ParDo(my_function)

    # 将结果写入某个输出源
    results | beam.io.WriteToText('output.txt')

    # 运行管道
    pipeline.run()

if __name__ == '__main__':
    run_pipeline()

在上面的示例中，my_function是一个自定义的Beam管道函数。在run_pipeline函数中，我们创建了一个管道对象，并使用beam.Create将数据源创建为一个PCollection对象。然后，我们使用beam.ParDo将自定义函数应用于PCollection中的每个元素。最后，将结果写入输出源。

默认情况下，Beam管道函数会并行运行。如果要更改并行度，可以在beam.ParDo操作符之前使用beam.transforms.util.DoFn.setDefaultResourceHints方法来设置并行度。例如，要将并行度设置为2，可以在run_pipeline函数中添加以下代码：

from apache_beam.transforms.util import DoFn

DoFn.setDefaultResourceHints(beam.ResourceHints(num_workers=2))

通过设置适当的并行度，可以实现Apache Beam管道函数的并行运行。