如何在不修改DoFn的process方法下，将Apache Beam输入与输出组合成元组？

你可以通过以下两种方式，在不修改LolString类代码的前提下，实现输出包含原字符串和处理后字符串的元组：

方案一：包装新的DoFn类 #

创建一个新的DoFn，内部调用原LolString的process方法，同时返回原元素与处理结果组成的元组：

class LolStringWithOriginal(apache_beam.DoFn):
    def process(self, element: str):
        processed_str = LolString().process(element)
        yield (element, processed_str)

在管道中替换为这个新的DoFn：

strings | "Lol string with original" >> apache_beam.ParDo(LolStringWithOriginal())

方案二：使用Map转换 #

直接通过Map函数，在lambda表达式中调用原LolString的处理逻辑，生成元组：

strings | "Generate lol tuple" >> apache_beam.Map(lambda x: (x, LolString().process(x)))

两种方式都能让管道输出类似("Stack", "Stack_lol")的元组结果，且完全不需要改动原LolString类的代码。

内容的提问来源于stack exchange，提问作者Rafaél