java - 如何创建每隔一段时间进入 Apache Beam 管道的虚假数据流？

Question

我正在尝试创建小型 Apache Beam 流程序来测试想法，我认为获取数据最简单的方法是使用像 Create.of 这样的框架结构来创建虚假数据。这样，我就不必进行超出需要的设置，例如将 GCP Pub/Sub 主题设置为源并向其发布。

问题是我想尝试基于时间的事情，例如窗口以及使用状态和计时器。我能够将其放在一起:

public class TestPipeline {
    public static void main(String[] args) {
        PipelineOptions options = PipelineOptionsFactory.create();
        Pipeline p = Pipeline.create(options);

        p.apply(Create.of(1, 2, 3))
            .apply(ParDo.of(new DoFn<Integer, String>() {
                @ProcessElement
                public void processElement(ProcessContext c) {
                    c.output(c.element().toString());
                }
            }))
            .apply(TextIO.write().to("myfile.txt"));

        p.run().waitUntilFinish();
    }
}

这实现了我在管道开始时发送三段数据的目标，但它一次发送了所有数据。我希望我可以将其设置为每 10 秒发送一次数据，等等。

我遵循了 Apache Flink ( https://ci.apache.org/projects/flink/flink-docs-release-1.10/getting-started/walkthroughs/datastream_api.html ) 的本教程，其中展示了我想要完成的任务的示例。我深入研究了该教程中的代码，但无法准确找出 Flink 框架的哪一部分导致了这种情况发生。

Answer 1

我最终使用了TestStream类。我发现 UnBoundedSource 类太难扩展以适合我的用例。博文https://beam.apache.org/blog/2016/10/20/test-stream.html帮助我了解如何使用此类进行测试。