apache/beam

No python equivalent of org.apache.beam.sdk.transforms.Sample.any(100)?

Open

#18.552 aberto em 3 de jun. de 2022

Ver no GitHub
 (0 comments) (0 reactions) (0 assignees)Java (4.097 forks)batch import
P3coregood first issueimprovementpython

Métricas do repositório

Stars
 (7.313 stars)
Métricas de merge de PR
 (Mesclagem média 6d) (243 fundiu PRs em 30d)

Description

Java's org.apache.beam.sdk.transforms.Sample.any will return a PCollection with bounded size (filtering strategy). The closest python eqiuvalent is beam.Sample.FixedSizeGlobally(n) whover, this version uses a combiner strategy, returning a list with n elements; which does not scale if n is "bigger than what fits in memory".

Imported from Jira BEAM-3000. Original Jira may contain additional context. Reported by: rodrigob.

Guia do colaborador

Direção de pesquisa
Investigue como implementar uma transformação de amostragem com tamanho limitado no Python Beam, semelhante ao Sample.any do Java. Explore possíveis implementações usando uma estratégia de filtragem em vez da estratégia combinadora atual.
Pilha de tecnologia
pythonjava
Domain
backend
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
Apache BeamPython
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
40