在Google Cloud Dataflow中使用带有复杂PCollection类型的TextIO.Write

我有一个看起来像这样的PCollection：

PCollection<KV<KV, Long>> windowed_counts 

我的目标是将其写为文本文件。 我想过用的东西：

 windowed_counts.apply( TextIO.Write.to( "output" )); 

但我很难正确设置Coders。 这是我认为会起作用的：

  KvCoder kvcoder = KvCoder.of(KvCoder.of(StringUtf8Coder.of(), AvroDeterministicCoder.of(EventSession.class) ), TextualLongCoder.of()); TextIO.Write.Bound io = TextIO.Write.withCoder( kvcoder ); windowed_counts.apply( io.to( "output" )); 

其中TextualLongCoder是我自己的AtomicCoder的子类，类似于TextualIntegerCoder。 EventSession类注释为使用AvroDeterministicCoder作为其默认编码器。

但是有了这个，我得到了包含非文本字符等的乱码输出。有人可以建议你如何将这个特定的PCollection写成文本吗？ 我确信这里有一些显而易见的东西……

Answer 1

您是否尝试创建一个转换，将PCollection KV, Long>的PCollection为String的PCollection ，然后将其写入文本文件？

我发现它是满足我需求的最灵活方式