Python Apache Beam，固定窗口究竟是如何工作的？

Question

我正在使用一个子库将数据发布到BEAM中。我一直在尝试使用60秒间隔的固定窗口，但是当我发布数据时，数据会立即打印在屏幕上。它不是应该每60秒打印一次吗

代码如下所示：

objects = lines | 'Ex' >> beam.ParDo(ExtractorAndCounter())
windowed_lines = (
            objects
            | beam.WindowInto(window.FixedWindows(60))
            | 'print' >> beam.Map(print))

而ExtractorAndCounter是一个简单的解析器

Answer 1

所以问题似乎是我没有任何适当的方法来处理从窗口出来的东西。一旦我在下面添加了GroupByKey，然后“打印”就开始正常工作了

Answer 2

在梁模型中，PCollection的窗口功能（示例中的固定窗口）在“下次应用分组变换时”使用。例如GroupByKey或联合收割机。映射是按元素进行的，而不是分组变换

在下面的链接中，第7.1节提供了一些很好的信息

7.1 Windowing