在 Python Apache Beam 中使用 value provider 参数的方法

Question

现在我只能使用 ParDo 在类中获取 RunTime 值，是否有另一种方法可以像在我的函数中一样使用运行时参数？这是我现在得到的代码：class UserOptions(PipelineOptions):    @classmethod    def _add_argparse_args(cls, parser):        parser.add_value_provider_argument('--firestore_document',default='')def run(argv=None):    parser = argparse.ArgumentParser()    pipeline_options = PipelineOptions()    user_options = pipeline_options.view_as(UserOptions)    pipeline_options.view_as(SetupOptions).save_main_session = True    with beam.Pipeline(options=pipeline_options) as p:        rows = (p         | 'Create inputs' >> beam.Create([''])         | 'Call Firestore' >> beam.ParDo(                CallFirestore(user_options.firestore_document))         | 'Read DB2' >> beam.Map(ReadDB2))我希望 user_options.firestore_document 可以在其他功能中使用，而无需执行 ParDo

Answer 1

您可以使用价值提供者的唯一方法是在 ParDos 和 Combines 中。不可能在创建中传递值提供者，但您可以定义一个 DoFn，它返回您在构造函数中传递给它的值提供者：

class OutputValueProviderFn(beam.DoFn):

  def __init__(self, vp):

    self.vp = vp

  def process(self, unused_elm):

    yield self.vp.get()

在您的管道中，您将执行以下操作：

user_options = pipeline_options.view_as(UserOptions)

with beam.Pipeline(options=pipeline_options) as p:

  my_value_provided_pcoll = (

      p

      | beam.Create([None])

      | beam.ParDo(OutputValueProviderFn(user_options.firestore_document))

这样你就不会在 Create 中使用它，因为这是不可能的，但你仍然可以在 PCollection 中获得它。