我需要定期运行Dataflow管道 . The FAQ for Dataflow陈述如下：
您可以通过GCE上的Google App Engine或自定义（CRON）作业流程自动执行管道 . SDK的未来版本将支持命令行选项，以实现对作业管理的更细粒度控制 .
我尝试使用以下代码从我的Java应用程序运行一个非常简单的管道：
public class MyAnalyticsServlet extends HttpServlet {
@Override
public void doGet(HttpServletRequest req, HttpServletResponse resp) throws IOException {
resp.setContentType("text/plain");
if (req.getRequestURI().equals("/dataflow/test")) {
DataflowPipelineOptions options = PipelineOptionsFactory.create().as(DataflowPipelineOptions.class);
options.setProject("redacted");
options.setRunner(DataflowPipelineRunner.class);
Pipeline p = Pipeline.create(options);
p.apply(TextIO.Read.named("TestInput").from("gs://redacted/test/in.txt"))
.apply(new TestTransform())
.apply(TextIO.Write.named("TestOutput")
.to("gs://redacted/test")
.withNumShards(0));
p.run();
} else {
resp.setStatus(404);
resp.getWriter().println("Not Found");
return;
}
resp.getWriter().println("OK");
}
}
我收到以下错误：
java.lang.IllegalArgumentException: Methods [setRunner(Class), getRunner()] on [com.google.cloud.dataflow.sdk.options.PipelineOptions] do not conform to being bean properties.
at com.google.common.base.Preconditions.checkArgument(Preconditions.java:145)
at com.google.cloud.dataflow.sdk.options.PipelineOptionsFactory.validateClass(PipelineOptionsFactory.java:1059)
...
有任何想法吗？
1 回答
我知道你在使用Java;但是，这个从GAE Python Flex应用程序中了解如何执行此操作的示例可能会有所帮助：http://amygdala.github.io/dataflow/app_engine/2017/04/14/gae_dataflow.html