这是我写的Apache Beam PTransform:
public class NormalizeTransform
extends PTransform<PCollection<String>, PCollection<SimpleTable>> {
@Override
public PCollection<SimpleTable> expand(PCollection<String> lines) {
ExtractFields extract_i = new ExtractFields();
PCollection<SimpleTable> table = lines
.apply("Extracting data model fields from lines",
ParDo.of(extract_i));
}
public class ExtractFields extends DoFn<String, SimpleTable> {
@ProcessElement
public void processElement(ProcessContext c){
try {
String line = c.element();
// fill table
for (Table_Struct st: this.struct){
String o = line.substring(st.pos_1, st.pos_2));
this.table.getClass().getField(st.Field_Name).set(
this.table, o);
}
c.output(this.table);
}
}
偶尔我会得到以下错误IllegalMutationException
,这意味着我重复了代码的运行,有时它会起作用,有时它不会。
org.apache.beam.sdk.util.IllegalMutationException: PTransform Transform/Extracting data model fields from lines/ParMultiDo(ExtractFields) mutated value after it was output (new value was ). Values must not be mutated in any way after being output.
at org.apache.beam.runners.direct.ImmutabilityCheckingBundleFactory$ImmutabilityEnforcingBundle.commit(ImmutabilityCheckingBundleFactory.java:135)
at org.apache.beam.runners.direct.EvaluationContext.commitBundles(EvaluationContext.java:214)
at org.apache.beam.runners.direct.EvaluationContext.handleResult(EvaluationContext.java:163)
at org.apache.beam.runners.direct.ExecutorServiceParallelExecutor$TimerIterableCompletionCallback.handleResult(ExecutorServiceParallelExecutor.java:268)
at org.apache.beam.runners.direct.TransformExecutor.finishBundle(TransformExecutor.java:168)
at org.apache.beam.runners.direct.TransformExecutor.run(TransformExecutor.java:109)
at java.util.concurrent.Executors$RunnableAdapter.call(Unknown Source)
at java.util.concurrent.FutureTask.run(Unknown Source)
at java.util.concurrent.ThreadPoolExecutor.runWorker(Unknown Source)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(Unknown Source)
at java.lang.Thread.run(Unknown Source)
我不认为我在代码中的任何位置都特意更改了值的任何输出。 MutationDetectors将比较两个值:previousValue和newValue。在我的例子中,previousValue通常是一个输入值,newValue是另一个输入值。为什么Transform会尝试使用一个输入值来修改另一个输入值?
答案 0 :(得分:2)
我不确定this.table
来自哪里。
但为了帮助您理解错误消息,请记住,可能会在多个输入上调用processElement
。第一个调用将输出this.table
。在输出之前,下一个调用将改变this.table
。
如果在第一次调用输出this.table
之后且下游代码有机会读取this.table
之前发生此突变,则结果不正确。所以,这个错误表明你在输出引用后已经改变了this.table
的内容 - 这是你不应该做的。
请考虑(1)输出this.table
的副本或(2)将表创建为本地字段。例如:
@ProcessElement
public void processElement(ProcessContext c){
try {
String line = c.element();
Table table = /* create the table */;
// fill table
for (Table_Struct st: this.struct){
String o = line.substring(st.pos_1, st.pos_2));
this.table.getClass().getField(st.Field_Name)
.set(table, o);
}
c.output(table);
}
}
另请注意,在每个processElement
内执行反射可能比所需的慢。如果您可以直接修改字段,那可能会更好。
答案 1 :(得分:0)
还请注意,强制执行会比较反序列化的值,因此假定反序列化是确定性的。如果对象包含集合,则可能需要注意元素的顺序。