问题描述
我正在建立一个包含动态配置数据的管道,该管道会在每次触发时进行更新。
有2个PubSub主题,主题A用于IoT数据,主题B用于将用于转换IoT数据的配置。
配置保留在Cloud Firestore中。更新数据库后,Cloud Function将读取更新的配置并将其发送到PubSub主题B。
问题在于,数据流作业仅在作业开始时读取配置数据,并且永远不会更新。
我该如何做才能使侧面输入得到更新?
p = beam.Pipeline(options=options)
class Transform(beam.DoFn):
def process(self,configuration):
...
yield output
def run():
...
iot_data = (p
| 'ReadiotData' >> ReadFrompubSub(TOPIC_A)
configuration = (p
| 'ReadConfig' >> ReadFrompubSub(TOPIC_B)
| 'WindowUserData' >> beam.WindowInto(
window.GlobalWindows(),trigger=trigger.Repeatedly(trigger.AfterCount(1)),accumulation_mode=trigger.AccumulationMode.disCARDING)
| 'JsonLoadsUserData' >> beam.Map(lambda x: ('data',x.decode().replace('\\','')))
output = (iot_data
| 'transform' >> beam.ParDo(Transform(),beam.pvalue.AsDict(configuration))
| 'Output' >> WritetoPubSub(TOPIC_C)
解决方法
我会尝试使用https://cloud.google.com/dataflow/docs/guides/deploying-a-pipeline#dataflow-runner-v2运行此管道,该管道对侧面输入有更好的支持。