Pub/Sub akış verileri üzerinde pencereleme ve dönüşümler kullanan bir Cloud Dataflow işi, akış eklemede başarısız oluyor. Bunun en olası nedeni nedir?

Cloud Dataflow'da, Pub/Sub gibi sınırsız veri kaynaklarından gelen akış verileriyle çalışırken, verilerin nasıl gruplandırılacağını ve işleneceğini belirtmek için pencereleme (windowing) kullanmak zorunludur. Genel (global) pencereleme, tüm verileri tek bir sonsuz pencere olarak ele alır ve bu da akış verileri için pratik değildir çünkü işlem hiçbir zaman tamamlanmaz. Bu nedenle, akış verileri üzerinde pencereleme ve dönüşümler kullanan bir Dataflow işi, genel olmayan (örneğin, sabit, kayan veya oturum) bir pencereleme işlevi uygulanmadığında pipeline oluşturma aşamasında başarısız olur. Diğer seçenekler, işin başarısız olmasına neden olabilecek senaryolar olsa da, pencereleme eksikliği, akış verileriyle çalışan bir Dataflow işinde pipeline oluşturma aşamasında doğrudan ve en olası başarısızlık nedenidir.