是否可以在用Python编写的数据流管道中导入Java方法“WrapBigQueryInSertror”？

我正试图用Python3创建一个数据流管道，它从发布/订阅主题中读取消息，最后“从头开始”将它们写到BigQuery表中。我在名为（实现我所寻找的）的数据流Java模板中看到了第三步中的一段代码，用于处理转换为表行的发布/订阅消息，这些消息在尝试将它们插入BigQuery表时失败。最后，在步骤4和5的代码段中，这些代码段被展平并插入到错误表中：

• 步骤3：

为此，我怀疑实现这一点的关键在于模板中第一个导入的库：

package com.google.cloud.teleport.templates;
import static com.google.cloud.teleport.templates.TextToBigQueryStreaming.wrapBigQueryInsertError;

这个方法在Python中可用吗

如果不是，有一种方法可以在Python中执行相同的操作，即不检查应该插入的记录的字段的结构和数据类型是否符合BigQuery表的预期

---

这种解决方法使我的流式管道速度过慢。

在Beam Python中，当执行流式BigQuery写入时，BigQuery写入过程中失败的行由转换返回。看

因此，您可以用与Java模板相同的方式处理这些内容

    PCollectionList.of(
            ImmutableList.of(
                convertedTableRows.get(UDF_DEADLETTER_OUT),
                convertedTableRows.get(TRANSFORM_DEADLETTER_OUT)))
        .apply("Flatten", Flatten.pCollections())
        .apply(
            "WriteFailedRecords",
            ErrorConverters.WritePubsubMessageErrors.newBuilder()
                .setErrorRecordsTable(
                    ValueProviderUtils.maybeUseDefaultDeadletterTable(
                        options.getOutputDeadletterTable(),
                        options.getOutputTableSpec(),
                        DEFAULT_DEADLETTER_TABLE_SUFFIX))
                .setErrorRecordsTableSchema(ResourceUtils.getDeadletterTableSchemaJson())
                .build());


    failedInserts.apply(
        "WriteFailedRecords",
        ErrorConverters.WriteStringMessageErrors.newBuilder()
            .setErrorRecordsTable(
                ValueProviderUtils.maybeUseDefaultDeadletterTable(
                    options.getOutputDeadletterTable(),
                    options.getOutputTableSpec(),
                    DEFAULT_DEADLETTER_TABLE_SUFFIX))
            .setErrorRecordsTableSchema(ResourceUtils.getDeadletterTableSchemaJson())
            .build());

package com.google.cloud.teleport.templates;
import static com.google.cloud.teleport.templates.TextToBigQueryStreaming.wrapBigQueryInsertError;