ApacheBeamSplittableDoFnStreamingAPI
创始人
2024-09-05 12:00:35
0

Apache Beam 提供了 Splittable DoFn Streaming API,它允许用户创建可拆分的并行处理函数,并在流式数据处理步骤中使用它们。

以下是一个使用 Splittable DoFn 的示例代码:

import org.apache.beam.sdk.transforms.DoFn;
import org.apache.beam.sdk.transforms.splittabledofn.OffsetRange;
import org.apache.beam.sdk.transforms.splittabledofn.RestrictionTracker;
import org.apache.beam.sdk.transforms.splittabledofn.SplitResult;

public class MyDoFn extends DoFn {
  @ProcessElement
  public void processElement(ProcessContext c, RestrictionTracker tracker) {
    OffsetRange range = tracker.currentRestriction();
    for (long i = range.getFrom(); tracker.tryClaim(i) && i < range.getTo(); ++i) {
      // Process input element with index i.
      c.output("Processed element " + i);
    }
  }

  @GetInitialRestriction
  public OffsetRange getInitialRestriction(String element) {
    // Split the global range into subranges and assign one to each worker.
    return new OffsetRange(0L, 100L);
  }

  @SplitRestriction
  public SplitResult splitRestriction(
      String element, OffsetRange restriction) {
    // Split the given range into sub-ranges that can be processed independently.
    long midpoint = (restriction.getFrom() + restriction.getTo()) / 2;
    return SplitResult.of(
        new OffsetRange(restriction.getFrom(), midpoint),
        new OffsetRange(midpoint, restriction.getTo()));
  }

  @NewTracker
  public RestrictionTracker newTracker(OffsetRange range) {
    // Return a new RestrictionTracker suitable for processing a subrange of the input
    // based on the given initial restriction.
    return new MyRestrictionTracker(range);
  }
}

此代码定义了一个可拆分的 DoFn,它从输入字符串流中处理元素,并输出处理后的字符串流。

我们可以使用此 DoFn 在 Apache Beam 流水线中进行流式处理,如下所示:

PipelineOptions options = PipelineOptionsFactory.create();
Pipeline p = Pipeline.create(options);

p.apply("ReadFromSource", TextIO.read().from("inputFile.txt"))
    .apply(ParDo.of(new MyDoFn()))
    .apply("WriteToSink", TextIO.write().to("outputFile.txt"));

p.run();

此代码从输入文件中读取字符串流

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...