Apache Beam Go SDK：如何将 PCollection<string> 转换为 PCollection<KV<string, string>>？

Question

我正在使用 Apache Beam Go SDK，但很难通过密钥获得 PCollection 的正确格式 grouping/combining。

我在 PCollection 字符串中的每个键都有多个记录，如下所示：

Bob, cat
Bob, dog
Carla, cat
Carla, bunny
Doug, horse

我想使用 GroupByKey 和 CombinePerKey 这样我就可以像这样汇总每个人的宠物：

Bob, [cat, dog]
Carla, [cat, bunny]
Doug, [horse]

如何将 PCollection 转换为 PCollection>？

他们提到了类似的东西 here，但不包括聚合字符串值的代码。

我可以使用 ParDo 获取字符串键和字符串值，如下所示，但我不知道如何转换为所需的 KV 或 CoGBK 格式输入到 GroupPerKey。

pcolOut := beam.ParDo(s, func(line string) (string, string) {
  cleanString := strings.TrimSpace(line)
  openingChar := ","
  iStart := strings.Index(cleanString, openingChar)
  key := cleanString[0:iStart]
  value := cleanString[iStart+1:]
        
// How to convert to PCollection<KV<string, string>> before returning?
  return key, value
}, pcolIn)

groupedKV := beam.GroupByKey(s, pcolOut) 

失败并出现以下错误。有什么建议吗？

panic:  inserting ParDo in scope root
        creating new DoFn in scope root
        binding fn main.main.func2
        binding params [{Value string} {Value string}] to input CoGBK<string,string>
values of CoGBK<string,string> cannot bind to {Value string}

Answer 1

要映射到KV，可以应用MapElements，使用into()设置KV类型，在via()逻辑中，新建一个KV.of(myKey, myValue)，比如得到一个KV<String,String>, 使用这样的东西：

    PCollection<KV<String, String>> kvPairs = linkpages.apply(MapElements.into(
        TypeDescriptors.kvs(
            TypeDescriptors.strings(),
            TypeDescriptors.strings()))
        .via(
            linkpage -> KV.of(dataFile, linkpage)));