ommon.cache.LocalCache$LocalLoadingCache.get（LocalCache.java:4958） 位于org.apache.beam.runners.core.construction.RehydratedComponents.getCoder（RehydratedComponents.java:168） 位于org.apache.beam.runners.core.construction.PCollectionTranslation.fromProto（PCollectionTranslation.java:51） 位于org.apache.beam.runners.core.construction.RehydratedComponents$3.load（RehydratedComponents.java:108） 位于org.apache.beam.runners.core.construction.RehydratedComponents$3.load（RehydratedComponents.java:98） 位于org.apache.beam.vendor.guava.v26_0_jre.com.google.common.cache.LocalCache$LoadingValueReference.loadFuture（LocalCache.java:3528） 在org.apache.beam.vendor.guava.v26_0_jre.com.google.common.cache.LocalCache$Segment.loadSync（LocalCache.java:2277） 位于org.apache.beam.vendor.guava.v26_0_jre.com.google.common.cache.LocalCache$Segment.lockedGetOrLoad（LocalCache.java:2154） 位于org.apache.beam.vendor.guava.v26_0_jre.com.google.common.cache.LocalCache$Segment.get（LocalCache.java:2044） ... 还有27个 原因：java.lang.IllegalArgumentException:遇到不支持的逻辑类型URN:beam:logical:pythonsdk_any:v1 位于org.apache.beam.sdk.schemas.schematransation.fieldtypefromProtowithwithoutNullable（schematransation.java:316） 位于org.apache.beam.sdk.schemas.schematransation.fieldTypeFromProto（schematransation.java:232） 位于org.apache.beam.sdk.schemas.schematransation.fieldFromProto（schematransation.java:226） 位于org.apache.beam.sdk.schemas.schematransation.schemaFromProto（schematransation.java:212） 位于org.apache.beam.runners.core.construction.CoderTranslators$8.fromComponents（CoderTranslators.java:169） 位于org.apache.beam.runners.core.construction.CoderTranslators$8.fromComponents（CoderTranslators.java:151） 位于org.apache.beam.runners.core.construction.CoderTranslation.fromKnownCoder（CoderTranslation.java:170） 位于org.apache.beam.runners.core.construction.CoderTranslation.fromProto（CoderTranslation.java:145） 位于org.apache.beam.runners.core.construction.RehydratedComponents$2.load（RehydratedComponents.java:87） 位于org.apache.beam.runners.core.construction.RehydratedComponents$2.load（RehydratedComponents.java:82） 位于org.apache.beam.vendor.guava.v26_0_jre.com.google.common.cache.LocalCache$LoadingValueReference.loadFuture（LocalCache.java:3528） 在org.apache.beam.vendor.guava.v26_0_jre.com.google.common.cache.LocalCache$Segment.loadSync（LocalCache.java:2277） 位于org.apache.beam.vendor.guava.v26_0_jre.com.google.common.cache.LocalCache$Segment.lockedGetOrLoad（LocalCache.java:2154） 位于org.apache.beam.vendor.guava.v26_0_jre.com.google.common.cache.LocalCache$Segment.get（LocalCache.java:2044） ... 38多

tl；dr如果您在

beam.Row

调用中根据您期望的类型在每个字段周围添加强制转换，您应该能够避免此问题，例如：

        | beam.Map(lambda x: beam.Row(recipe = str(x[0]),
                                 fruit = str(x[1]),
                                 quantity = int(x[2]),
                                 unit_cost = float(x[3]),
                                 is_berry = bool(x[1].endswith('berry')))))

详细说明 错误

java.lang.IllegalArgumentException:遇到不支持的逻辑类型URN:beam:logical:pythonsdk_any:v1

表示beam python无法确定要传递给SqlTransform的PCollection中某个字段的类型。通常这不是什么大问题，Beam Python只是使用一个回退（称为

Beam:logical:pythonsdk_any:v1

），用Python序列化（即pickle）对任何此类字段的值进行编码。这很好，因为下游Python转换完全能够读取pickle编码的数据。这可能会对性能产生一些影响，但不会破坏您的管道

然而，在

SqlTransform

的情况下，我们实际上使用了来自的实现，它不了解Python序列化。因此，当它遇到beam:logical:pythonsdk_any:v1时，它就会放弃

我在上面建议的解决方案是围绕每个值添加强制转换，确保Beam python将为每个字段推断出一种特定的类型，我们可以以可移植的方式进行编码

---

我申请了这个问题。在这种情况下，我们应该提出一个更有用的错误消息。谢谢你提出这个问题

tl；dr如果您在

beam.Row

调用中根据您期望的类型在每个字段周围添加强制转换，您应该能够避免此问题，例如：

        | beam.Map(lambda x: beam.Row(recipe = str(x[0]),
                                 fruit = str(x[1]),
                                 quantity = int(x[2]),
                                 unit_cost = float(x[3]),
                                 is_berry = bool(x[1].endswith('berry')))))

详细说明 错误

java.lang.IllegalArgumentException:遇到不支持的逻辑类型URN:beam:logical:pythonsdk_any:v1

表示beam python无法确定要传递给SqlTransform的PCollection中某个字段的类型。通常这不是什么大问题，Beam Python只是使用一个回退（称为

Beam:logical:pythonsdk_any:v1

），用Python序列化（即pickle）对任何此类字段的值进行编码。这很好，因为下游Python转换完全能够读取pickle编码的数据。这可能会对性能产生一些影响，但不会破坏您的管道

然而，在

SqlTransform

的情况下，我们实际上使用了来自的实现，它不了解Python序列化。因此，当它遇到beam:logical:pythonsdk_any:v1时，它就会放弃

我在上面建议的解决方案是围绕每个值添加强制转换，确保Beam python将为每个字段推断出一种特定的类型，我们可以以可移植的方式进行编码

---

我申请了这个问题。在这种情况下，我们应该提出一个更有用的错误消息。谢谢你提出这个问题

谢谢你的快速回答。我做了相应的更改，现在错误更改为：FileNotFoundError:[Errno 2]没有这样的文件或目录：“docker”嗯，您在使用DirectRunner吗？我想你需要安装docker（例如Ubuntu）来运行一个使用SqlTransformYes的管道，这就是我做的，现在正在工作。Hi@TheNeuralBit。我需要在docker上安装什么？我试图使用direct runner在apache beam中使用sql转换，但得到了“Valu”

        | beam.Map(lambda x: beam.Row(recipe = str(x[0]),
                                 fruit = str(x[1]),
                                 quantity = int(x[2]),
                                 unit_cost = float(x[3]),
                                 is_berry = bool(x[1].endswith('berry')))))