- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我们正在尝试使用数据流的处理时间独立性来启动一个新的流作业并通过 Pub/Sub 将我们的所有数据重播到其中,但遇到了以下问题:
管道的第一阶段是对事务 ID 进行分组, session 窗口为 10 秒,丢弃已触发的 Pane ,并且不允许迟到。因此,如果我们不指定重播发布/订阅主题的 timestampLabel,那么当我们重播到发布/订阅时,所有事件时间戳都是相同的,并且 groupby 会尝试将我们所有的存档数据一直分组到事务 ID 中。不好。
如果我们将 timestampLabel 设置为存档数据中的实际事件时间戳,并在发布/订阅主题中一次重播 1d,那么它适用于第一天的事件,但一旦这些事件结束耗尽重放发布/订阅的数据水印以某种方式向前跳到当前时间,并且所有后续重放天数都被丢弃为延迟数据。我真的不明白为什么会这样,因为它似乎违反了数据流逻辑独立于处理时间的想法。
如果我们将 timestampLabel 设置为存档数据中的实际事件时间戳,并将其全部重播到 pub/sub 主题中,然后启动流作业来使用它,数据水印似乎永远不会前进,并且groupby 似乎什么也没有出来。我也不太明白这是怎么回事。
最佳答案
您的方法 #2 和 #3 存在不同的问题:
方法#3(写入所有数据,然后开始消费):由于数据被乱序写入 pubsub 主题,水印在所有(或大部分)数据被消费之前确实无法推进 - 因为水印是一个软性保证“您收到的其他项目不太可能比这晚有事件时间”,但由于乱序发布,发布时间和事件时间之间没有任何对应关系。因此,您的管道实际上会卡住,直到它处理完所有这些数据。
方法 #2:从技术上讲,它在每一天都会遇到同样的问题,但我想 1 天内的数据量不会那么大,所以管道能够处理它。然而,在那之后,pubsub channel 会长时间保持空状态,在这种情况下,PubsubIO
的当前实现会将水印提前到实时,这就是为什么进一步延迟数据的原因。 The documentation对此进行更多解释。
一般来说,快速 catch 大量积压,例如通过使用历史数据来“播种”管道,然后继续流入新数据,这是一个重要的用例,但我们目前还没有很好地支持它。
同时我有一些建议给你:
关于google-cloud-dataflow - 您如何通过发布/订阅将旧数据重播到数据流中并保持正确的事件时间逻辑?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40387350/
我的应用程序包含两部分:网络部分和 GUI。它的工作方式有点像浏览器 - 用户从服务器请求一些信息,服务器发回一些代表某些 View 的数据,然后 GUI 显示它。 现在我已经将网络部分实现为一项服务
给定表达式字符串exp,编写程序检查exp中“{”、“}”、“(”、“)”、“[”、“]的对和顺序是否正确。 package main import ( "fmt" stack "gi
我想要一个简单的脚本在后台保持运行。目前看起来像这样: import keyboard while True: keyboard.wait('q') keyboard.send('ct
我维护着许多 RedHat Enterprise Linux(7 台和 8 台)服务器(>100 台),其中包含不同的应用程序。为了保持理智,我当然会使用 Ansible 等工具,更重要的是,公共(p
我有一个 winforms 应用程序,它在网络服务请求期间被锁定 我已经尝试使用 doEvents 来保持应用程序解锁,但它仍然不够响应, 我怎样才能绕过这个锁定,让应用程序始终响应? 最佳答案 最好
我正在努力在我的项目中获得并保持领先的 0。以下是当前相关的代码: Dim jobNum As String jobNum = Left(r1.Cells(1, 1), 6) r2.Cells(1
我正在尝试在我的 Canvas 中定位元素相对于我的背景。 窗口被重新调整大小,保持纵横比。 背景随着窗口大小而拉伸(stretch)。 问题是一旦重新调整窗口大小,元素位置就会不正确。如果窗口的大小
一直在玩弄 Hibernate 和 PostgreSQL,试图让它按预期工作。 但是由于某种原因,当我尝试将具有@OneToMany 关系的对象与集合中的多个项目保持一致时,除了第一个项目之外,所有项
我想将某些东西提交到 github 存储库,但我(显然)没有任何权利这样做。我对那个 repo 做了一个分支,提交了我的更改并提交了一个 pull-request。 现在,问题是过了一段时间其他人已经
这是一个初学者问题,我仍在考虑“在 OOP 中”,所以如果我错过了手册中的答案或者答案很明显,我深表歉意。 假设我们有一个抽象类型, abstract type My_Abstract_type en
我们正在开展的一些项目在 jQuery 1.4.2 或更早版本中有着深厚的根基,介于缺乏最新版本的性能优势(或语法糖)、使用现已弃用的方法的耻辱以及部署一个积极维护的库的 3 年以上旧版本,升级现在迫
我看到在FMDB 2.0中,作者为线程添加了FMDatabaseQueue。例子是: // First, make your queue. FMDatabaseQueue *queue = [FMDa
我在 NSScrollView 中有一个 NSTableView。 NSTableView 的内容是通过绑定(bind)到 NSArrayController 来提供的,而 NSArrayContro
我在 TreeView 上有一个节点,我手动填充该节点并希望保持排序。通过用户交互,TreeViewItem 上的标题可能会更改,它们应该移动到列表中的适当位置。 我遍历一个 foreach,创建多个
我从主 NSWindow 打开一个 NSWindow。 DropHereWindowController *dropHereWindowController = [[DropHereWindowCon
我需要放置一个 form 3 按钮,当我单击该按钮时,将其显示为按下,其他按钮向上,当我单击另一个按钮时,它应该为“向下”,其他按钮应为“向上” 最佳答案 所有按钮的属性“Groupindex”必须设
我有一个使用 AnyEvent::MQTT 订阅消息队列的 perl 脚本。 目前我想要它做的就是在收到消息时打印出来。我对 perl 完全陌生,所以我正在使用它附带的演示代码,其中包括将 STDIN
如何在 .NET 应用程序中保持 TreeView 控件的滚动位置?例如,我有一个树形 View 控件,并经历了一个向其添加各种节点的过程,并将它们固定在底部。在此过程中,我可以滚动浏览 TreeVi
我维护了大量的 vbscripts,用于在我的网络上执行各种启动脚本,并且有一些我在几乎所有脚本中使用的函数。 除了复制和粘贴之外,有没有人对我如何创建可重用 vbscript 代码库有建议。我并不反
我有一些关于 Azure 自托管的问题。 假设用户 Alex 在物理机 M 上设置了 Windows 自托管代理。当 Alex 注销且计算机进入休眠状态时,代理将脱机。现在,当 Bob 登录同一台计算
我是一名优秀的程序员,十分优秀!