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

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...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
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...
AWSECS:访问外部网络时出... 如果您在AWS ECS中部署了应用程序,并且该应用程序需要访问外部网络,但是无法正常访问,可能是因为...
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...
北信源内网安全管理卸载 北信源内网安全管理是一款网络安全管理软件,主要用于保护内网安全。在日常使用过程中,卸载该软件是一种常...
AWSElasticBeans... 在Dockerfile中手动配置nginx反向代理。例如,在Dockerfile中添加以下代码:FR...
AsusVivobook无法开... 首先,我们可以尝试重置BIOS(Basic Input/Output System)来解决这个问题。...
ASM贪吃蛇游戏-解决错误的问... 要解决ASM贪吃蛇游戏中的错误问题,你可以按照以下步骤进行:首先,确定错误的具体表现和问题所在。在贪...
月入8000+的steam搬砖... 大家好,我是阿阳 今天要给大家介绍的是 steam 游戏搬砖项目,目前...