是否可以使用一次触发的触发器来减少数据量
Can a once-firing trigger be used to reduce data volume
数据集：
user: user_id, nice_id
clicks: click_id, user_id, page_id, time
pages: page_id, page_name
output_clicks: click_id, user_nice_id, page_name, time
用户、点击和页面 pcollections 都是无限的。新版本的用户使用新名称，但他们的 nice_id 永远不会改变，新版本的页面使用新的 page_names，点击次数永远不会改变，但我们想要一个新的 output_click 如果单击的 page_name 发生变化。
所以在 page_id 上的点击和页面之间有一个 CoGroupByKey，在每个输入元素上触发一个全局 window，并重新发出该页面的每次点击，但如果我有一个类似的全局 window 和 user_id 上的按键共同分组，并在每个元素上使用 nice_id 发出每次点击，然后我们将在任何时候重新发出用户的所有点击用户更改，或者每当他们进行新的点击时。这将是很多额外的数据。
我想的是在 user_id 上的 co-group-by-key 之后，在 click_id 上有一个 group-by-key，一个新的全局 window一个只触发一次的触发器，一个基本上什么都不做的 ParDo 以便按键分组发生，然后重新建立在每个元素上触发的全局 window ，然后再加入到结果的输出在 page_id 上按键联合分组。这好像行得通？但也似乎……有点令人费解。我试着在下面画了一张图。
+-------+ +--------+ +------+
|Pages | | Clicks | | Users|
+---+---+ +---+----+ +--+---+
| | |
+---v----+ +---v----+ +---v----+
|R.Window| |R.Window| |R.Window|
+------+-+ +---------+ ++-------+
| | | |
+----v---v+ +v-----v---+
|CoGroupBy| |CoGroupBy |
|page_id | |user_id |<-- also ParDo that outputs click_id,nice_id mapping
+-------+-+ +------+---+
| |
| +---v----+
| |O.Window|
| +---+----+
| |
| +----v---+
| |GroupBy |
| |click_id|
| +----+---+
| |
| +----v--+
| |nothing|
| |Pardo |
| +---+---+
| |
| +----v---+
| |R.Window|
| +-+------+
| |
+---v------------v+
| CoGroupBy |
| click_id |
+-------+---------+
|
v
Output
R.Window = 全局 window 具有重复触发新数据的触发器
O.Window = 全局 window 触发器只触发一次。
我认为这不会奏效；通过 CoGroupByUserId 获得的第一条密钥将通过，但所有后续记录都将被删除。
我建议使用带有自定义 CombineFn 的 Flatten 和 CombinePerKey，而不是使用 CoGroupByKey。 CombineFn 将在累加器中保持状态（确保在你的 Window 转换中使用 .accumulatingFiredPanes），然后可以选择仅在有新用户名时发出元素。
（旁注：您不需要 "nothing ParDo"；只需 GBK 就足够了）
数据集：
user: user_id, nice_id
clicks: click_id, user_id, page_id, time
pages: page_id, page_name
output_clicks: click_id, user_nice_id, page_name, time
用户、点击和页面 pcollections 都是无限的。新版本的用户使用新名称，但他们的 nice_id 永远不会改变，新版本的页面使用新的 page_names，点击次数永远不会改变，但我们想要一个新的 output_click 如果单击的 page_name 发生变化。
所以在 page_id 上的点击和页面之间有一个 CoGroupByKey，在每个输入元素上触发一个全局 window，并重新发出该页面的每次点击，但如果我有一个类似的全局 window 和 user_id 上的按键共同分组，并在每个元素上使用 nice_id 发出每次点击，然后我们将在任何时候重新发出用户的所有点击用户更改，或者每当他们进行新的点击时。这将是很多额外的数据。
我想的是在 user_id 上的 co-group-by-key 之后，在 click_id 上有一个 group-by-key，一个新的全局 window一个只触发一次的触发器，一个基本上什么都不做的 ParDo 以便按键分组发生，然后重新建立在每个元素上触发的全局 window ，然后再加入到结果的输出在 page_id 上按键联合分组。这好像行得通？但也似乎……有点令人费解。我试着在下面画了一张图。
+-------+ +--------+ +------+
|Pages | | Clicks | | Users|
+---+---+ +---+----+ +--+---+
| | |
+---v----+ +---v----+ +---v----+
|R.Window| |R.Window| |R.Window|
+------+-+ +---------+ ++-------+
| | | |
+----v---v+ +v-----v---+
|CoGroupBy| |CoGroupBy |
|page_id | |user_id |<-- also ParDo that outputs click_id,nice_id mapping
+-------+-+ +------+---+
| |
| +---v----+
| |O.Window|
| +---+----+
| |
| +----v---+
| |GroupBy |
| |click_id|
| +----+---+
| |
| +----v--+
| |nothing|
| |Pardo |
| +---+---+
| |
| +----v---+
| |R.Window|
| +-+------+
| |
+---v------------v+
| CoGroupBy |
| click_id |
+-------+---------+
|
v
Output
R.Window = 全局 window 具有重复触发新数据的触发器 O.Window = 全局 window 触发器只触发一次。
我认为这不会奏效；通过 CoGroupByUserId 获得的第一条密钥将通过，但所有后续记录都将被删除。
我建议使用带有自定义 CombineFn 的 Flatten 和 CombinePerKey，而不是使用 CoGroupByKey。 CombineFn 将在累加器中保持状态（确保在你的 Window 转换中使用 .accumulatingFiredPanes），然后可以选择仅在有新用户名时发出元素。
（旁注：您不需要 "nothing ParDo"；只需 GBK 就足够了）