Apache Beam：无法通过docker-compose访问发布/订阅模拟器

Question

我已经构建了一个软件，该软件使用GCP Pub / Sub作为消息队列，使用Apache Beam来构建管道，使用Flask来构建网络服务器。 它在生产中运行平稳，但是我很难使所有组件都与docker-compose连接在一起，尤其是Apache Beam管道。

我已经按照Dataflow管道和pubsub模拟器进行操作，通过使用docker-compose.yaml定义的服务名称替换SO响应中的localhost ，使管道侦听GCP Pub / Sub模拟器：

  pubsub_emulator:
    build: docker_images/message_queue
    ports:
      - 8085:8085

  webserver:
    build: docker_images/webserver
    environment:
      PUBSUB_EMULATOR_HOST: pubsub_emulator:8085
      PUBSUB_PROJECT_ID: my-dev
    restart: unless-stopped
    ports:
      - 8899:8080
    depends_on:
      - pubsub_emulator

   pipeline:
    build: docker_images/pipeline
    environment:
      PUBSUB_EMULATOR_HOST: pubsub_emulator:8085
      PUBSUB_PROJECT_ID: my-dev
    restart: unless-stopped
    depends_on:
      - pubsub_emulator

该网络服务器能够访问发布/订阅模拟器并生成主题。

但是，管道在启动时失败，并带有MalformedURLException ：

Caused by: java.lang.IllegalArgumentException: java.net.MalformedURLException: no protocol: pubsub_emulator:8085/v1/projects/my-dev/subscriptions/sync_beam_1702190853678138166

管道的选项似乎很好，我用以下方法定义了它们：

final String pubSubEmulatorHost = System.getenv("PUBSUB_EMULATOR_HOST"); 

BasePipeline.PipeOptions options = PipelineOptionsFactory.fromArgs(args).withValidation()
                                .as(BasePipeline.PipeOptions.class);

options.as(DataflowPipelineOptions.class).setStreaming(true);

options.as(PubsubOptions.class).setPubsubRootUrl(pubSubEmulatorHost);

Pipeline pipeline = Pipeline.create(options);

是否有人暗示发生了什么以及如何解决？ 唯一的解决方案是否意味着将仿真器和管道设置在同一个docker中？

Answer 1

您可以尝试将值更改为以下内容：

http://pubsub_emulator:8085

由于错误提示缺少protocol在您的情况下为http

根据Apache Beam SDK，该值应为完全限定的URL：

// getPubsubRootUrl
@Default.String(value="https://pubsub.googleapis.com")
 @Hidden
java.lang.String getPubsubRootUrl()
// Root URL for use with the Google Cloud Pub/Sub API.

不过，如果你从一个Python背景来你会发现，在Python的SDK ，它使用GRPC的Python作为显示这里希望仅由该地址和端口的服务器地址

# A snippet from google-cloud-python library.
if os.environ.get("PUBSUB_EMULATOR_HOST"):
    kwargs["channel"] = grpc.insecure_channel(
        target=os.environ.get("PUBSUB_EMULATOR_HOST")
    )

grpc.insecure_channel(target, options=None)
Creates an insecure Channel to a server.

The returned Channel is thread-safe.

Parameters: 
target – The server address