解释Apache Beam python语法
我已经阅读了Beam文档，也阅读了Python文档，但是没有找到关于大多数示例Apache Beam代码中使用的语法的很好的解释。
谁能解释什么_，|以及>>在下面的代码在做什么？引号中的文本（即“
ReadTrainingData”）是否有意义，或者是否可以与其他任何标签互换？换句话说，该标签如何使用？
train_data = pipeline | 'ReadTrainingData' >> _ReadData(training_data)
evaluate_data = pipeline | 'ReadEvalData' >> _ReadData(eval_data)
input_metadata = dataset_metadata.DatasetMetadata(schema=input_schema)
_ = (input_metadata
| 'WriteInputMetadata' >> tft_beam_io.WriteMetadata(
os.path.join(output_dir, path_constants.RAW_METADATA_DIR),
pipeline=pipeline))
preprocessing_fn = reddit.make_preprocessing_fn(frequency_threshold)
(train_dataset, train_metadata), transform_fn = (
(train_data, input_metadata)
| 'AnalyzeAndTransform' >> tft.AnalyzeAndTransformDataset(
preprocessing_fn))
问题答案：
Python中的运算符可以重载。在Beam中，|是的同义词apply，将aPTransform应用于aPCollection以产生一个new
Phtml" target="_blank">Collection。>>允许你命名为在各种UI容易显示步骤-的之间的字符串|和>>仅用于这些显示目的和识别特定的应用。
参见https://beam.apache.org/documentation/programming-
guide/#transforms
-
我不知道语法是什么意思。感谢任何帮助。 谢谢你。
-
我已经通读了Beam文档，也通读了Python文档，但没有找到关于大多数示例Apache Beam代码中使用的语法的好解释。
-
本文向大家介绍解释术语“Log Anatomy”相关面试题，主要包含被问及解释术语“Log Anatomy”时的应答技巧和注意事项，需要的朋友参考一下 答：我们将日志视为分区。基本上，数据源将消息写入日志。其优点之一是，在任何时候，都有一个或多个消费者从他们选择的日志中读取数据。下面的图表显示，数据源正在写入一个日志，而用户正在以不同的偏移量读取该日志。
-
翻译的结果是什么？它会把高级语言变成汇编语言还是机器语言，即二进制代码？ 如果是后者，这是否意味着解释语言与介绍集没有关系？ 一种语言只能有一个口译员？是因为解释器不做任何优化，所以我们不需要找到更好的解释器吗？
-
问题内容： 我只是研究了通用编程，接口和，所以我可以理解下面的语句。 但是我不理解在浏览网络时看到的下一条语句。 什么啊 为什么不是还是？ 为什么将方法名称放在前面？ （对于Generic来说不正确吗？） 该声明是什么意思？ 问题答案： 该行通过使用泛型类型参数调用静态方法来创建一个空字符串列表。 在类内部，有一个静态方法声明为： 这具有通用类型参数。我们使用以下方法调用此方法： 并被推断为是由于
-
当你执行诸如 ceph -w 、 ceph osd dump 、及其他和归置组相关的命令时， Ceph 会返回下列术语及其值： Peering （建立互联） 是一种过程，它使得存储着同一归置组的所有 OSD 对归置组内的所有对象及其元数据统一意见。需要注意的是，达成一致不意味着它们都有最新内容。 Acting Set （在任集合） 一列有序 OSD ，它们为某一特定归置组（或其中一些元版本）负责。