Apache Beam 未將無界數據保存到文本文件

Question

我創建了一個管道，使用 Apache Beam 和 Java 將 Google Cloud Pubsub 消息保存到文本文件中。 每當我使用--runner=DataflowRunner在 Google Dataflow 中運行管道時，消息都會正確保存。

但是，當我使用--runner=DirerctRunner運行相同的管道時，不會保存消息。

我可以看到通過管道發生的事件，但沒有任何反應。

管道是下面的代碼：

public static void main(String[] args) {
    ExerciseOptions options = PipelineOptionsFactory.fromArgs(args).withValidation().as(ExerciseOptions.class);

    Pipeline pipeline = Pipeline.create(options);

    pipeline
      .apply("Read Messages from Pubsub",
        PubsubIO
          .readStrings()
          .fromTopic(options.getTopicName()))

      .apply("Set event timestamp", ParDo.of(new DoFn<String, String>() {
        @ProcessElement
        public void processElement(ProcessContext context) {
          context.outputWithTimestamp(context.element(), Instant.now());
        }
      }))

      .apply("Windowing", Window.into(FixedWindows.of(Duration.standardMinutes(5))))

      .apply("Write to File",
        TextIO
          .write()
          .withWindowedWrites()
          .withNumShards(1)
          .to(options.getOutputPrefix()));

    pipeline.run();
  }

我做錯了什么？ 是否可以在本地運行此管道？

Answer 1

在測試管道時，我遇到了與您相同的問題。 PubSubIO無法與DirectRunner和TextIO一起正常工作。

我通過觸發找到了解決此問題的某種解決方法。

.apply(
                    "2 minutes window",
                    Window
                            .configure()
                            .triggering(
                                    Repeatedly.forever(
                                            AfterFirst.of(
                                                AfterPane.elementCountAtLeast(10),
                                                AfterProcessingTime
                                                        .pastFirstElementInPane()
                                                        .plusDelayOf(Duration.standardMinutes(2))
                                            )
                                    )
                            )
                            .into(
                                FixedWindows.of(
                                        Duration.standardMinutes(2)
                                )
                            )
            )

這樣文件就按原樣寫入。 希望這會幫助某人。