Google cloud dataflow 如何在Google云数据流中使用Combine.perKey代替GroupByKey？

我已经读到，Combine在按键分组PCollection时更有效，因为它可以生成多个worker，并且可以更好地并行化。然而，我找不到一个解决方案，让我使用CombineByKey达到与GroupByKey相同的效果。我在使用GroupByKey时一直出现OOM错误

EG：考虑我有一行包含两个字段CujIExID和SeStudioID。我想用CuCIExId对所有行进行分组。所需的输出应该是一个KV，其中k是组的字段，V是成组值的集合。类似这样的

{cookie\u id=123，session\u id=[123242234234]}

使用GroupByKey转换的示例代码：

PCollection<KV<String, TableRow>> KeyedRows = RowsWithGroupKey
                  .apply(WithKeys.of(new SerializableFunction<TableRow, String>() {
                @Override
                public String apply(TableRow row) {
                  return (String)row.get("cookie_id");
                }
              }));

            PCollection<KV<String, Iterable<TableRow>>> GroupedRows = KeyedRows
            .apply(GroupByKey.<String, TableRow>create());
            return GroupedRows;

PCollection KeyedRows=RowsWithGroupKey
.apply（带键）of（新的SerializableFunction（）{
@凌驾
公共字符串应用（TableRow行）{
return（String）row.get（“cookie_id”）；
}
}));
PCollection GroupedRows=KeyedRows
.apply（GroupByKey.create（））；
返回GroupedRows；

---

如何使用组合变换实现这一点？

Combine perKey执行GroupByKey，然后合并每个相同键上的值。此处记录了使用方法：