Google cloud dataflow 状态原子性与输出

如果ProcessElement方法中的代码既修改了一个（或多个）状态变量，又输出了一些结果，那么我在Dataflow中对此操作的原子性有保证吗

让我们用一个代码示例来澄清我的问题（摘自）：

@ProcessElement
公共无效处理元素(
ProcessContext上下文，
@StateId（“索引”）ValueState索引）{
int current=firstNonNull（index.read（），0）；
输出（千伏（当前，context.element（））；
索引写入（当前+1）；
}

如果Dataflow worker突然死亡，是否存在执行/检查context.output（）但“index”状态变量未相应更新的风险

我还有一个疑问： 我知道ParDo可以在同一个输入记录上执行两次（由于重试或推测性执行），而Dataflow通过基于每个输出记录附加的ID进行重复数据消除，保证了输出的“精确一次”。

---

然而，对于上述“current+1”状态上的某些“非幂等”操作，我是否也能得到一些“精确一次”的保证呢？

数据流保证状态突变和输出以原子方式提交，也就是说，要么两者都生效，要么两者都不生效。（具体来说，StartBundle和EndBundle之间的所有状态和输出都是如此紧密地联系在一起。）如果需要重试记录，将使用原始状态。

谢谢！谷歌是否有任何文档对此进行了描述？我一直在Beam文档中搜索，我也在阅读非常好的“流媒体系统”Oreilly的书，但是我没有找到关于这个原子性的一些细节。这个原子性是模型的一部分，但是我找不到关于它的好文档。也许我应该更新一下

  @ProcessElement
  public void processElement(
      ProcessContext context,
      @StateId("index") ValueState<Integer> index) {
    int current = firstNonNull(index.read(), 0);
    context.output(KV.of(current, context.element()));
    index.write(current+1);
  }