阿帕奇梁 - 无法推断在DOFN编码器与多输出标签

Question

我尝试使用Apache束执行管线，但试图把一些输出标签时，我得到一个错误：

import com.google.cloud.Tuple; 
import com.google.gson.Gson; 
import com.google.gson.reflect.TypeToken; 
import org.apache.beam.sdk.Pipeline; 
import org.apache.beam.sdk.io.gcp.pubsub.PubsubIO; 
import org.apache.beam.sdk.io.gcp.pubsub.PubsubMessage; 
import org.apache.beam.sdk.options.PipelineOptionsFactory; 
import org.apache.beam.sdk.transforms.DoFn; 
import org.apache.beam.sdk.transforms.ParDo; 
import org.apache.beam.sdk.transforms.windowing.FixedWindows; 
import org.apache.beam.sdk.transforms.windowing.Window; 
import org.apache.beam.sdk.values.TupleTag; 
import org.apache.beam.sdk.values.TupleTagList; 
import org.joda.time.Duration; 

import java.lang.reflect.Type; 
import java.util.Map; 
import java.util.stream.Collectors; 

/** 
* The Transformer. 
*/ 
class Transformer { 
    final static TupleTag<Map<String, String>> successfulTransformation = new TupleTag<>(); 
    final static TupleTag<Tuple<String, String>> failedTransformation = new TupleTag<>(); 

    /** 
    * The entry point of the application. 
    * 
    * @param args the input arguments 
    */ 
    public static void main(String... args) { 
     TransformerOptions options = PipelineOptionsFactory.fromArgs(args) 
       .withValidation() 
       .as(TransformerOptions.class); 

     Pipeline p = Pipeline.create(options); 

     p.apply("Input", PubsubIO 
       .readMessagesWithAttributes() 
       .withIdAttribute("id") 
       .fromTopic(options.getTopicName())) 
       .apply(Window.<PubsubMessage>into(FixedWindows 
         .of(Duration.standardSeconds(60)))) 
       .apply("Transform", 
         ParDo.of(new JsonTransformer()) 
           .withOutputTags(successfulTransformation, 
             TupleTagList.of(failedTransformation))); 

     p.run().waitUntilFinish(); 
    } 

    /** 
    * Deserialize the input and convert it to a key-value pairs map. 
    */ 
    static class JsonTransformer extends DoFn<PubsubMessage, Map<String, String>> { 

     /** 
     * Process each element. 
     * 
     * @param c the processing context 
     */ 
     @ProcessElement 
     public void processElement(ProcessContext c) { 
      String messagePayload = new String(c.element().getPayload()); 
      try { 
       Type type = new TypeToken<Map<String, String>>() { 
       }.getType(); 
       Gson gson = new Gson(); 
       Map<String, String> map = gson.fromJson(messagePayload, type); 
       c.output(map); 
      } catch (Exception e) { 
       LOG.error("Failed to process input {} -- adding to dead letter file", c.element(), e); 
       String attributes = c.element() 
         .getAttributeMap() 
         .entrySet().stream().map((entry) -> 
           String.format("%s -> %s\n", entry.getKey(), entry.getValue())) 
         .collect(Collectors.joining()); 
       c.output(failedTransformation, Tuple.of(attributes, messagePayload)); 
      } 

     } 
    } 
} 

错误所示出的是：

异常在线程 “主要” java.lang.IllegalStateException：无法 换取Transform.out1 [PCollection]默认编码器。更正以下根本原因之一 ：未手动指定编码器; 你可以使用.setCoder（）。推测 CoderRegistry中的编码器失败：无法为V提供编码器。使用已注册的CoderProvider创建 编码器失败。有关详细故障，请参阅抑制 例外。使用来自 的默认输出编码器，产生PTransform失败：无法为V提供编码器。 使用注册的编码器提供程序构建编码器失败。

我试过不同的方法来解决这个问题，但我想我只是不明白是什么问题。我知道，这些线路会发生错误：

.withOutputTags(successfulTransformation,TupleTagList.of(failedTransformation)) 

，但我不明白的是哪一部分，在误差哪些部分需要特定的编码器，什么是“V”（从“无法提供编码器V“）。

为什么会发生错误？我也试着看看Apache Beam的文档，但他们似乎没有解释这种用法，也不了解关于编码器的部分。

感谢

Answer 1

首先，我建议如下 - 变化：

final static TupleTag<Map<String, String>> successfulTransformation = 
    new TupleTag<>(); 
final static TupleTag<Tuple<String, String>> failedTransformation = 
    new TupleTag<>(); 

到这一点：

final static TupleTag<Map<String, String>> successfulTransformation = 
    new TupleTag<Map<String, String>>() {}; 
final static TupleTag<Tuple<String, String>> failedTransformation = 
    new TupleTag<Tuple<String, String>>() {}; 

这将有助于该编码器推断确定侧输出的类型。另外，你有没有正确注册CoderProvider为Tuple？