使用ApacheBeam进行窗口化-固定Windows似乎不会关闭？

我们试图在Apache Beam管道上使用固定窗口(使用DirectRunner).我们的流程如下:

从pub/sub中提取数据

将JSON反序列化为Java对象

窗口事件w /固定窗口5秒

使用自定义CombineFn,将每个Events 窗口组合成一个List

为了测试,只需输出结果 List

管道代码:

    pipeline
                // Read from pubsub topic to create unbounded PCollection
                .apply(PubsubIO
                    .read()
                    .topic(options.getTopic())
                    .withCoder(StringUtf8Coder.of())
                )

                // Deserialize JSON into Event object
                .apply("ParseEvent", ParDo
                    .of(new ParseEventFn())
                )

                // Window events with a fixed window size of 5 seconds
                .apply("Window", Window
                    .into(FixedWindows
                        .of(Duration.standardSeconds(5))
                    )
                )

                // Group events by window
                .apply("CombineEvents", Combine
                    .globally(new CombineEventsFn())
                    .withoutDefaults()
                )

                // Log grouped events
                .apply("LogEvent", ParDo
                    .of(new LogEventFn())
                );

我们看到的结果是最后一步永远不会运行,因为我们没有得到任何记录.

此外,我们已经System.out.println("***")在我们的自定义CombineFn类的每个方法中添加,以便跟踪它们何时运行,并且它们似乎也不运行.

窗口设置不正确吗？我们按照https://beam.apache.org/documentation/programming-guide/#windowing中的一个示例进行了操作,看起来相当简单,但显然有一些基本缺失.

感谢任何见解 - 提前感谢!

看起来主要问题确实是一个缺失的触发器 - 窗口打开了,没有什么可以告诉它何时发出结果.我们想根据处理时间(而不是事件时间)简单地窗口,所以做了以下事情:

.apply("Window", Window
    .into(new GlobalWindows())
    .triggering(Repeatedly
        .forever(AfterProcessingTime
            .pastFirstElementInPane()
            .plusDelayOf(Duration.standardSeconds(5))
        )
    )
    .withAllowedLateness(Duration.ZERO).discardingFiredPanes()
)

本质上,这会创建一个全局窗口,触发在处理第一个元素5秒后发出事件.每次关闭窗口时,一旦窗口收到元素,另一个窗口就会打开.当我们没有这withAllowedLateness件作品时梁抱怨- 据我所知,这只是告诉它忽略任何后期数据.

我的理解可能有点偏僻,但上面的片段解决了我们的问题!