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

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...