Google cloud platform 在ApacheBeam中编写内部连接的最佳有效方法是什么？

假设我的查询是：“从

sourav_test.test1

a内部连接

sourav_test.test2

b on a.id=b.id中选择b.*”。我需要apache beam的最佳和高效的方法来编写这篇文章。

在apache beam SDK 2.5中，一个很好的方法是使用执行类似SQL的连接的。对于内部联接，语法如下所示：

innerJoin(PCollection<KV<K,V1>> leftCollection,PCollection<KV<K,V2>> rightCollection)

innerJoin（PCollection leftCollection，PCollection rightCollection）

---

与您的案例相关，左侧集合和侧面集合表示要内部连接的集合。K值将是与这两个集合相关的键的类型。Vs将分别表示每个集合的值

如果您的输入数据源恰好是BigQuery，那么在将其拉入beam/dataflow之前在BigQuery中执行连接可能会更有效。