使用spotify
中的SCIO为Dataflow
撰写作业,按照以下两个示例e.g1和e.g2撰写PubSub
流GCS
,但以下代码
错误
Exception in thread "main" java.lang.IllegalArgumentException: Write can only be applied to a Bounded PCollection
代码
object StreamingPubSub {
def main(cmdlineArgs: Array[String]): Unit = {
// set up example wiring
val (opts, args) = ScioContext.parseArguments[ExampleOptions](cmdlineArgs)
val dataflowUtils = new DataflowExampleUtils(opts)
dataflowUtils.setup()
val sc = ScioContext(opts)
sc.pubsubTopic(opts.getPubsubTopic)
.timestampBy {
_ => new Instant(System.currentTimeMillis() - (scala.math.random * RAND_RANGE).toLong)
}
.withFixedWindows((Duration.standardHours(1)))
.groupBy(_ => Unit)
.toWindowed
.toSCollection
.saveAsTextFile(args("output"))
val result = sc.close()
// CTRL-C to cancel the streaming pipeline
dataflowUtils.waitToFinish(result.internal)
}
}
我可能将窗口概念与Bounded PCollection混淆,有没有办法实现这一点,或者我是否需要应用一些转换才能实现这一点,任何人都可以对此有所帮助
答案 0 :(得分:3)
我相信下面的SCIO class Auction
has_many :bids
end
class Bid
belongs_to :auction
end
class Transaction
belongs_to :bid
has_one :auction, through: :bid
end
使用Dataflow的saveAsTextFile
转换,它只支持有界PCollections。 Dataflow尚未提供直接API来向Google Cloud Storage写入无限制的PCollection,尽管这是我们正在研究的内容。
要在某处保留无限制的PCollection,请考虑,例如,BigQuery,Datastore或Bigtable。在SCIO的API中,您可以使用例如Write
。