我想将时间戳设置为字符串的无界pcollection
在我的解决方案中，pcollection的每一行都是一行csv
在该行的一个字段中有一个时间戳和其他字段，如点击次数等。
我想根据自己的时间戳（事件时间）处理集合，而不是设置apache beam的默认时间戳
此数据流的主要威胁是分组每分钟的点击次数
我有一个ftp服务，将文件发送到我的工作每1分钟听一个文件夹，并在1分钟的修复窗口中处理问题是可能到达后期数据
我做KV pcollection和key是没有秒的时间戳和点击的值数量并且应用group by
我得到“每分钟点击次数”，我将此pcollection发送到数据库
示例包中的数据元素生成到下午12:05（10个文件）时间，下午12:06收到数据
作业生成数据下午12:05点击120次
数据元素包生成到下午12:05和12:06（12:05后期的文件）
时间12:07 pm收到数据
工作生成数据12:05 pm 10次点击12:06 pm 135次点击
我想丢弃基于事件数据的后期数据的过程，这是我搜索的方式
换句话说，不要放入db的晚期日期 - > 12:05 pm -10clouds
您可以使用WithTimestamps变换从数据中分配时间戳。例如，假设您的密钥是一个可以由Joda Time解析的字符串：
records.apply(
WithTimestamps.of((KV<String, String> rec) -> Instant.parse(rec.getKey()));