Python 在Apache Beam管道中对一个PCollection同时应用多个PTTransforms

我正在尝试创建一个梁管道，以便在一个PCollection上同时应用多个ParDo变换，并在列表中收集和打印所有结果。到目前为止，我经历了一个循序渐进的过程，比如第一次帕多，然后第二次帕多。 以下是我为本期准备的一个示例：

import apache_beam as beam

from apache_beam.options.pipeline_options import PipelineOptions

p = beam.Pipeline(options=PipelineOptions())

class Tr1(beam.DoFn):
  def process(self, number):
    number = number + 1
    yield number

class Tr2(beam.DoFn):
  def process(self, number):
    number = number + 2
    yield number

def pipeline_test():

  numbers =  p | "Create" >> beam.Create([1])
  tr1 = numbers  | "Tr1" >> beam.ParDo(Tr1())
  tr2 = numbers  | "Tr2" >> beam.ParDo(Tr2())

  tr1 | "Print1" >> beam.Map(print)
  tr2 | "Print2" >> beam.Map(print) 

def main(argv):
  del argv

  pipeline_test()

  result = p.run()
  result.wait_until_finish()
if __name__ == '__main__':
  app.run(main)

---

转换和元素的调度由用于运行管道的运行程序管理

运行程序通常会尝试优化图形，并且可能会按顺序或并行运行某些任务

在您的例子中，Tr1和Tr2都是无状态的，并且应用于相同的输入。在这种情况下，runner通常在同一台机器上为相同的元素顺序运行它们。 注意，runner仍将并行运行不同的元素

应该是这样的

线程1 ele1->Tr1 ->Tr2

线程2 ele1->Tr1 ->Tr2

---

我不建议依赖管道不同部分的预期并行性，因为它取决于运行程序。

您能在看到PTTransforms按顺序运行的地方附上数据流作业的图表吗？