阿帕奇光束不支持Kotlin Iterable？

Question

Apache似乎拒绝承认Kotlin的Iterable。下面是一个示例代码：

@ProcessElement
fun processElement(
    @Element input: KV<String, Iterable<String>>, receiver: OutputReceiver<String>
) {
    val output = input.key + "|" + input.value.toString()
    println("output: $output")
    receiver.output(output)
}

我得到了以下奇怪的错误：

java.lang.IllegalArgumentException:
   ...PrintString, @ProcessElement processElement(KV, OutputReceiver), @ProcessElement processElement(KV, OutputReceiver):
   @Element argument must have type org.apache.beam.sdk.values.KV<java.lang.String, java.lang.Iterable<? extends java.lang.String>>

当然，如果我用Iterable替换java.lang.Iterable，那么相同的代码就能正常工作。我做错了什么？

退行性疾病的版本：

• kotlin-jvm：1.3.21
• org.apache.beam：2.11.0

下面是一个包含完整代码和堆栈跟踪的要点：

• https://gist.github.com/marcoslin/e1e19afdbacac9757f6974592cfd8d7f#file-apache-beam-iterable-notworking-kt

更新

经过一些尝试和错误之后，我发现虽然List<String>抛出了类似的异常，但MutableList<String>实际上是有效的：

class PrintString: DoFn<KV<String, MutableList<String>>, String>() {
    @ProcessElement
    fun processElement(
        @Element input: KV<String, MutableList<String>>, receiver: OutputReceiver<String>
    ) {
        val output = input.key + "|" + input.value.toString()
        println("output: $output")
        receiver.output(output)
    }
}

因此，这提醒我，Kotlin的不可变集合实际上只是接口，底层集合仍然是可变的。但是，试图将Iterable替换为MutableIterable将继续引发错误。

更新2

我使用上面的MutableList per部署了我的Kotlin作业，作业失败了：

java.lang.RuntimeException: org.apache.beam.sdk.util.UserCodeException: java.lang.ClassCastException:
org.apache.beam.runners.dataflow.worker.util.BatchGroupAlsoByWindowViaIteratorsFn$WindowReiterable cannot be cast to java.util.List
    at org.apache.beam.runners.dataflow.worker.GroupAlsoByWindowsParDoFn$1.output(GroupAlsoByWindowsParDoFn.java:184)
    at org.apache.beam.runners.dataflow.worker.GroupAlsoByWindowFnRunner$1.outputWindowedValue(GroupAlsoByWindowFnRunner.java:102)

我不得不切换回使用java.lang.Iterable。

Answer 1

我在使用ParDo后的GroupByKey时也遇到了这个问题。结果表明，在编写接受@JvmWildcard结果的转换时，Iterable泛型中需要一个GroupByKey注释。

请参阅下面的人为示例，该示例按每一行的第一个字符读取文件和组。

class BeamPipe {
  class ConcatLines : DoFn<KV<String, Iterable<@JvmWildcard String>>, KV<String, String>>() {
    @ProcessElement
    fun processElement(@Element input: KV<String, Iterable<@JvmWildcard String>>, receiver: OutputReceiver<KV<String, String>>) {
      receiver.output(KV.of(input.key, input.value.joinToString("\n")))
    }
  }

  fun pipe(options: PipelineOptions) {
    val file =
        "testFile.txt"
    val p = Pipeline.create(options)
    p.apply(TextIO.read().from(file))
        .apply("Key lines by first character",
            WithKeys.of { line: String -> line[0].toString() }
                .withKeyType(TypeDescriptors.strings()))
        .apply("Group lines by first character", GroupByKey.create<String, String>())
        .apply("Concatenate lines", ParDo.of(ConcatLines()))
        .apply("Write to files", FileIO.writeDynamic<String, KV<String, String>>()
            .by { it.key }
            .withDestinationCoder(StringUtf8Coder.of())
            .via(Contextful.fn(ProcessFunction { it.value }), TextIO.sink())
            .to("whatever")
            .withNaming { key -> FileIO.Write.defaultNaming(key, ".txt") }
        )
    p.run()
  }
}

Answer 2

这看起来像中的一个bug。您的@ProcessElement方法的反射分析不能正常工作。您可能可以通过使用ProcessContext ctx而不是使用@Element参数来解决这个问题。

Answer 3

我对kotlin不是很熟悉，但是在代码中使用import java.lang.Iterable之前，您似乎需要导入它。