[英]How to transform bounded pcollection to unbounded in Python with Apache Beam?
[英]Apache Beam in python: How to reuse exactly the same transform on another PCollection
我的几个 PCollections(来自不同来源)必须以相同的方式解码。
hits = (msgs | 'Parse' >> beam.Map(parse)
| 'Decode' >> beam.Map(decode_hit))
然后:
dummy_hits = (dummy_msgs | 'Parse' >> beam.Map(parse)
| 'Decode' >> beam.Map(decode_hit))
多亏了我之前给它们的名字,如果我可以重用这些转换,那就太好了。 我天真地尝试了这个:
dummy_hits = (dummy_msgs | 'Parse'
| 'Decode')
但我的管道不会建立。 (类型错误:需要一个 PTransform 对象,得到解析)。
我认为有可能作为管道模块的文档说明:“如果需要应用相同的转换实例,则应使用右移运算符来指定新名称(例如input | "label" >> my_tranform
)”
这样做的方法是什么? 只有这可能吗?
名称必须是唯一的,但由于您的步骤顺序相同,因此您可能想要创建这样的复合变换
https://beam.apache.org/get-started/wordcount-example/#creating-composite-transforms
所以这样做:
class ParseDecode(beam.PTransform):
def expand(self, pcoll):
return (pcoll
| 'Parse' >> beam.Map(parse)
| 'Decode' >> beam.Map(decode_hit))
这样你就可以做到这一点:
hits = (msgs | 'Parse msgs' >> ParseDecode()
然后这个:
dummy_hits = (dummy_msgs | 'Parse dummy msgs' >> ParseDecode()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.