ApacheBeam中无界PCollection的全局窗口的默认行为是什么?
创始人
2024-09-05 12:31:28
0

默认情况下,Apache Beam会在无界PCollection中为每个元素创建一个全局窗口。这意味着,每个元素都属于唯一的窗口,且窗口的边界为无限大。由于全局窗口没有边界,因此Beam Runner将在处理数据时不断等待新的数据到达。这种行为称为无限等待。

以下是一个基于Java的示例代码,展示了如何创建一个无界PCollection以及默认行为的实现:

Pipeline pipeline = Pipeline.create();

PCollection unboundedCollection =
        pipeline.apply(TextIO.read().from("input.txt"))
        .apply(Window.into(new GlobalWindows())
                .triggering(AfterWatermark.pastEndOfWindow())
                .withAllowedLateness(Duration.standardMinutes(10))
                .discardingFiredPanes())
        .apply(MapElements.via(new SimpleFunction() {
            @Override
            public String apply(String input) {
                return input.toUpperCase();
            }
        }));

unboundedCollection.apply(TextIO.write().to("output.txt"));

在上述示例代码中,我们通过应用 GlobalWindows() 方法来创建了一个无界PCollection的全局窗口。同时,我们也可以看到,定义了一个默认的触发器:AfterWatermark.pastEndOfWindow()。这意味着,我们想要在收到任何新元素时处理窗口,而无需考虑是否已到达窗口边界。默认的 allowed lateness 为 0,firing mode 为 discarding,表示元素已被丢弃。

注意,在没有显式定义触发器的情况下,Beam Runner将使用默认触发器:Repeatedly.forever(AfterPane.elementCountAtLeast(1)),这意味着在每个窗格中累积任意数量的元素时,Beam Runner将触发窗口处理。这对于有限数据集非常有用,但对于无限数据集来说则可能会导致问题,因为Beam Runner将不会在新数据到达时处理窗口。

因此,如果我们希望程序在一段时间内处理窗口并输出结果,我们需要显式地定义触发器,并将 allowed lateness 设置为适当

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...