使用 Apache Beam 构建流水线

使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

Dataflow 基于开源 Apache Beam 项目构建。您可以使用 Apache Beam SDK 为 Dataflow 构建流水线。本文档列出了一些 Apache Beam 编程入门的资源。

• 安装 Apache Beam SDK：介绍如何安装 Apache Beam SDK，以便在 Dataflow 服务上运行流水线。

• Apache Beam 编程指南：提供有关使用 Apache Beam SDK 类构建和测试流水线的指导。

• Apache Beam 导览：可用于熟悉 Apache Beam 的学习指南。学习单元随附代码示例，您可以运行和修改。

• Apache Beam 园地：一个交互式环境，用于试用 Apache Beam 转换和示例，而无需在您的环境中安装 Apache Beam。

在 Apache Beam 网站上，您还可以找到有关如何设计、创建和测试流水线的信息：

• 设计流水线：介绍了如何确定流水线结构、如何选择要应用于数据的转换，以及如何确定输入和输出方法。

• 创建流水线：介绍了 Apache Beam SDK 中的类的使用机制以及构建流水线所需的必要步骤。

• 测试流水线：介绍了测试流水线的最佳实践。

您可以使用 Apache Beam GitHub 中的以下示例开始构建流处理流水线：

• 流式单词提取 (Java)
• 流式字词计数（Python），以及
• streaming_wordcap (Go)。