Apache Beam 2.25.0 发布,大数据流处理与批处理编程范式

来源: OSCHINA
2020-10-25

Apache Beam 2.25.0 发布了。Beam 是一个用于定义和执行数据处理管道的统一编程模型,包括 ETL、批处理与流处理。Beam 项目重点在于数据处理的编程范式和接口定义,并不涉及具体执行引擎的实现,理想情况是基于 Beam 开发的数据处理程序可以执行在任意的分布式计算引擎上。

此版本主要特性变更包括:

  • 在 ReadFromBigQuery 的 JSON 解码器中增加了对可重复字段的支持。(Python)
  • 为 Python SDK 添加了一个 opt-in、performance-driven 的运行时类型检查系统。
  • 添加了对使用 typed PCollections 的 PTransforms 上的 Python 3 类型注释的支持。
  • 改进了 Interactive Beam API,streaming jobs 现在可以启动长时间运行的后台录制作业。从 recording 中运行 ib.show() 或 ib.collect() samples。
  • 在 Interactive Beam 中,ib.show() 和 ib.collect() 现在具有“n”和“duration”作为参数。这些意味着最多只能读取“ n”个元素,并且最多只能从 recording 中读取“duration”秒的数据。
  • Dataframes 支持的初步预览。
  • 修复了 Python SDK 中对 @ptransform_fn 装饰符的类型提示支持。默认情况下未启用此功能以保持向后兼容性;可使用 --type_check_additional=ptransform_fn标志启用。在以后的 Beam 版本中,可能会默认启用它。
  • 添加了 X feature(Java/Python)。

详情查看更新说明:https://github.com/apache/beam/blob/master/CHANGES.md#2250---2020-10-23

展开阅读全文
3 收藏
分享
加载中
最新评论 (2)
有认证用过这东西?
2020-10-26 18:09
0
回复
举报
越简单越快乐!
用脚本实现~关闭富余进程,停止边缘服务。
动作:
获取进程列表,排除系统进程《内核》,关闭其他进程《用户》,阻止关联程序。
白名单:……
​释放内存,
2020-10-25 16:19
0
回复
举报
更多评论
2 评论
3 收藏
分享
返回顶部
顶部