Google cloud dataflow 谷歌数据流中groupby之后的计数

我的谷歌云存储中有以下内容

Advertiser | Event
__________________
100 | Click

101 | Impression

100 | Impression

100 | Impression

101 | Impression

我的管道输出应该是

Advertiser | Count

100 | 3

101 | 2

首先我使用了groupByKey，输出如下

100 Click, Impression, Impression

101 Impression, Impression

---

如何从这里开始？

您可能需要使用组合功能，而不是使用

分组键，这是一种组合功能，可在分组键之前和之后进行优化。您的管道可以如下所示：

Python

collection_contents = [(100, 'Click'), 
                       (101, 'Impression'), 
                       (100, 'Impression'), 
                       (100, 'Impression'), 
                       (101, 'Impression']

input_collection = pipeline | beam.Create(collection_contents)

counts = input_collection | Count.PerKey()

这将输出一个包含您要查找的形状的集合。
Count
系列转换可在
apache_beam.transforms.combiners.combiner.Count
模块中找到

Java

Java在
org.apache.beam.sdk.transforms
包中存在相同的转换：

PCollection<KV<Integer, Integer>> resultColl = inputColl.apply(Count.perKey())

PCollection resultColl=inputColl.apply（Count.perKey（））
此计数模式已在Apache Beam的“单词计数”示例中描述

找到样品在。计数从第95行开始。
请包含到目前为止的相关代码片段。