入门

Cloud Dataflow介绍

Cloud Dataflow 是一种用于执行各种数据处理模式的托管式服务。

如何使用 Cloud Dataflow 部署批量数据处理流水线和流式数据处理流水线。

Apache Beam SDK 是一个开源编程模型，既可用于开发批处理流水线，又可用于开发流处理流水线。您可以使用 Apache Beam 程序创建流水线，然后在 Cloud Dataflow 服务上运行这些流水线。Apache Beam 文档提供了有关 Apache Beam 编程模型、SDK 和其他运行程序的深入概念信息和参考资料。

• 开发速度更快，管理更方便

• 加速批处理流水线和流处理流水线的开发

Cloud Dataflow 支持使用表达能力出色的 SQL 和 Apache Beam SDK中的 Java 与 Python API 实现简单快速的流水线开发。该 SDK 提供了一组丰富的数据截取和会话分析基本功能，以及一个包含众多源连接器与接收器连接器的生态系统。此外，得益于 Beam 独特而统一的开发模型，您可以跨流处理流水线和批处理流水线复用更多代码。

• 简化运营和管理

GCP 的无服务器方案减免了运营开销，同时可自动处理性能、规模、可用性、安全性和合规性方面的问题，因此用户可专注于编程，而不用去管理服务器集群。借助与 Stackdriver（GCP 的统一日志记录和监控解决方案）的集成，您可以在流水线运行时对其进行监控和问题排查。丰富的可视化、日志记录和高级提醒功能可帮助您发现和处理潜在的问题

• 为机器学习夯实基础

将 Cloud Dataflow 用作一个方便的集成点，通过 Google Cloud 的 AI Platform 和 TensorFlow Extended (TFX) 将预测分析功能融入到检测、实时个性化和更多类似的使用情形中。TFX 使用 Cloud Dataflow 和 Apache Beam 作为分布式数据处理引擎，进而实现机器学习生命周期的诸多方面。

• 使用您喜爱和熟悉的工具

Cloud Dataflow 与 GCP 服务无缝集成，可实现流式事件提取 (Cloud Pub/Sub)、数据仓储 (BigQuery) 和机器学习 (Cloud AI Platform) 等。借助其基于 Beam 的 SDK，开发者还可构建自定义扩展功能，甚至选择使用 Apache Spark 等替代执行引擎。Apache Kafka 用户可使用 Dataflow 连接器轻松与 GCP 集成。

使用 Cloud Dataflow 进行数据转换

入门

• 使用 Java 和 Apache Maven
• 使用 Python
• 使用模板
• 使用 Java 和 Eclipse

编程只支持java和python

使用 Java 和 Apache Maven

这里给的示例是wordcount，这个东西不但有输入输出，还有中间处理的能力。

使用模板

这个演示了从pub/sub topic 里消费数据，存入bigtable中