ApacheBeam在无界侧输入上被阻塞
创始人
2024-09-05 12:02:12
0

当使用无界侧输入处理数据流时,Beam 可能会在等待无限数据源(如 Pub/Sub)时被阻塞,因为此类数据源可能不会发出终止信号。为解决此问题,可以使用全局窗口和 trigger 来等待足够的数据后输出结果。以下是一个示例:

from apache_beam import ParDo, DoFn, window
from apache_beam.io.gcp.pubsub import ReadFromPubSub
from apache_beam.options.pipeline_options import PipelineOptions
from apache_beam.transforms.trigger import AfterWatermark, AccumulationMode, AfterProcessingTime

class MyDoFn(DoFn):
    def __init__(self):
        self.side_input = []

    def process(self, element, side_input):
        # 使用 side_input 处理数据行为
        ...
        
    def process_side_input(self, element):
        # 处理无界侧输入
        ...

options = PipelineOptions()
with beam.Pipeline(options=options) as p:
    # 从 Pub/Sub 主题中读取消息
    pubsub_messages = p | ReadFromPubSub(subscription='projects/project-id/subscriptions/subscription-id')

    # 使用全局窗口并添加触发器等待足够的数据后输出结果
    results = (pubsub_messages
               | "Assign to Global Window" >> beam.WindowInto(window.GlobalWindows())
               | "Parse Data and Process" >> beam.ParDo(MyDoFn(),
                                                        side_input=beam.pvalue.AsList(self.side_input))
               .with_output_types(str))
    # 设置触发器
    trigger = AfterWatermark(
        early=AfterProcessingTime(processing_time=120),
        late=AfterProcessingTime(processing_time=240),
        accumulation_mode=AccumulationMode.DISCARDING)
    results = (results | beam.WindowInto(window.GlobalWindows(),
                                         trigger=trigger,
                                         accumulation_mode=AccumulationMode.DISCARDING))
    # 将处理结果写入 Pub/Sub 主题
    results | beam.io.WriteToPubSub('projects/project-id/topics/topic-id')

在上面的示

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...