SlidingWindows Python Apache Beam复制数据

Question

 | 'Parse dictionary' >> beam.Map(lambda elem: (elem['Serial'], int(elem['Value'])))    
 | 'window' >> beam.WindowInto(window.SlidingWindows(30, 15),accumulation_mode=AccumulationMode.DISCARDING)
 | 'Count' >> beam.CombinePerKey(beam.combiners.MeanCombineFn())

输出

如果我只从pub/sub发送一条消息，并尝试在滑动窗口完成后用代码打印我所拥有的内容：

class print_row2(beam.DoFn):
    def process(self, row=beam.DoFn.ElementParam, window=beam.DoFn.WindowParam,timestamp=beam.DoFn.TimestampParam):
        print row, timestamp2str(float(window.start)), timestamp2str(float(window.end)),timestamp2str(float(timestamp))

结果

('77777', 120.0) 2018-11-16 08:21:15.000 2018-11-16 08:21:45.000 2018-11-16 08:21:45.000
('77777', 120.0) 2018-11-16 08:21:30.000 2018-11-16 08:22:00.000 2018-11-16 08:22:00.000

  time: ----t+00---t+15---t+30----t+45----t+60------>
             :      :      :       :       :
  w1:        |=X===========|       :       :
  w2:               |==============|       :
  ...

对于FixedWindows，这是我的porpouse的正确代码：

| 'Window' >> beam.WindowInto(window.FixedWindows(1 * 30))
| 'Speed Average' >> beam.GroupByKey()
| "Calculating average" >> beam.CombineValues(beam.combiners.MeanCombineFn())

或

| 'Window' >> beam.WindowInto(window.FixedWindows(1 * 30))
| "Calculating average" >> beam.CombinePerKey(beam.combiners.MeanCombineFn())

Answer 1

发出属于窗口的所有元素。如果一个元素属于多个窗口，它将在每个窗口中发出。

累积模式仅在计划处理延迟数据/多次触发器触发时才重要。在这种情况下，当触发器再次激发时，丢弃模式只在窗口中提供新的元素，即只发出自上次触发器激发以来到达同一窗口的元素，已经发出的元素不会再次发出，而是被丢弃。在累加模式下，每次触发都会发出整个窗口，它将包括上次已经发出的旧元素和此后到达的新元素。

如果我理解你的例子，你有滑动窗口，它们有30秒的长度，它们每15秒启动一次。所以它们重叠15秒：

  time: ----t+00---t+15---t+30----t+45----t+60------>
             :      :      :       :       :
  w1:        |=============|       :       :
  w2:               |==============|       :
  w3:                      |===============|
  ...

  time: ----t+00---t+15---t+30----t+45----t+60------>
             :             :               :
  w1:        |=============|               :
  w2:                      |===============|
  w3:                                      |====...
  ...