PubsubIO。关于窗口化的指导

Question

来自docs（文档是1.x，虽然我使用的是2.2）：

  

注意：默认情况下，PubsubIO转换创建无界PCollections。使用PubsubIO.Read创建PCollection之后，应该应用窗口策略到该PCollection，然后再应用任何对元素进行分组的变换，例如GroupByKey或Combine。

1. 因此，如果我不需要使用分组转换，使用PubsubIO.Read时是否需要应用窗口？

2. 如果我确实使用了分组转换，但没有指定窗口，会发生什么？默认情况下是否从PubsubIO.Read应用了默认窗口？

Answer 1

默认的窗口策略是使用所有元素都属于的单个全局窗口。

如果您确定您的管道没有使用分组或聚合，那么您可以使用默认的全局窗口。但是，您可能仍需要trigger条件来指定应从接收器转换写入数据的位置。否则，数据将永远累积在全局窗口中，导致管道出现卡住状态。

Beam文档在此处提供了有关窗口的其他详细信息：https://beam.apache.org/documentation/programming-guide/#windowing