问题
每次系统从带有滑动窗口的pubsub接收消息时,它都会被复制
代码
| 'Parse dictionary' >> beam.Map(lambda elem: (elem['Serial'], int(elem['Value'])))
| 'window' >> beam.WindowInto(window.SlidingWindows(30, 15),accumulation_mode=AccumulationMode.DISCARDING)
| 'Count' >> beam.CombinePerKey(beam.combiners.MeanCombineFn())
输出
如果我只从pub/sub发送一条消息,并尝试在滑动窗口完成后打印我的代码:
^{pr2}$结果
('77777', 120.0) 2018-11-16 08:21:15.000 2018-11-16 08:21:45.000 2018-11-16 08:21:45.000
('77777', 120.0) 2018-11-16 08:21:30.000 2018-11-16 08:22:00.000 2018-11-16 08:22:00.000
如果我在'window' >> beam.WindowInto(window.SlidingWindows(30, 15))
之前打印消息,我只得到一次
在“图形模式:
time: ----t+00---t+15---t+30----t+45----t+60------>
: : : : :
w1: |=X===========| : :
w2: |==============| :
...
消息X在滑动窗口开始时只发送了一次,它应该只接收一次,但正在接收两次
我尝试过使用两个累计模式值,也使用了trigger=AftyerWatermark,但无法解决问题。在
会出什么问题?
额外
对于FixedWindows,这是我的porpouse的正确代码:
| 'Window' >> beam.WindowInto(window.FixedWindows(1 * 30))
| 'Speed Average' >> beam.GroupByKey()
| "Calculating average" >> beam.CombineValues(beam.combiners.MeanCombineFn())
或者
| 'Window' >> beam.WindowInto(window.FixedWindows(1 * 30))
| "Calculating average" >> beam.CombinePerKey(beam.combiners.MeanCombineFn())
所有属于该窗口的元素都将被发射。如果一个元素属于多个窗口,它将在每个窗口中发出。在
累积模式只在您计划处理延迟数据/多触发触发时才起作用。在这种情况下,当触发器再次触发时,丢弃模式只提供窗口中的新元素,即仅发射自上次触发后到达同一窗口的元素,已发射的元素不会再次发射并被丢弃。在累加模式下,每次触发时都会发出整个窗口,其中包括上次已发出的旧元素和此后到达的新元素。在
如果我理解你的例子,你有滑动窗,它们有30秒的长度,每15秒启动一次。所以它们重叠了15秒:
因此,您的案例中的任何元素都至少属于两个窗口(第一个和最后一个窗口除外)。在
例如,在您的示例中,如果您的消息是在17:07:15和17:07:30之间发送的,则它将出现在两个窗口中。在
固定窗口不重叠,因此元素只能属于一个窗口:
^{pr2}$有关windows的详细信息:https://beam.apache.org/documentation/programming-guide/#windowing
相关问题 更多 >
编程相关推荐