Apache Beam中无界PCollection为何具备不可变性？

首先得纠正一个误解：Apache Beam里PCollection的"不可变性"，不是指集合的大小固定不能增长，而是指两个核心特性：

• 任何已经被加入PCollection的元素，本身不能被修改或删除，只能被读取、处理；
• PCollection的元素只能单向追加，不能对已有的元素序列做插入、删除、修改这类操作。

对于无界PCollection来说，它本质是一个持续产生的事件流：

• 新元素是被追加到这个流的末端，而不是修改已有的PCollection实例。你可以把它类比成只能追加写入的日志文件：日志里已经写的内容不能改，但可以一直往后面加新的日志条目——整个日志的内容是"不可变"（不能修改已有内容）的，同时又可以持续增长。
• 从Pipeline的执行逻辑来看，无界流的处理依赖窗口和触发器，每个窗口处理的是某一段时间内流入的固定批次元素，这些元素一旦进入窗口就不会被改动；新元素只会进入新的窗口，或者更新后续计算的状态，绝不会改变之前已经处理过的元素或计算结果。

简单总结：有界和无界PCollection的"不可变性"核心是一致的——元素一经加入就不可修改，只能追加新元素，区别只是有界流是一次性完成元素加载后封闭，无界流是持续追加元素而已。

内容的提问来源于stack exchange，提问作者Imad