介绍《Apache Beam入门及Java SDK开发初体验》一文中，大致讲了ApacheBeam的简单概念和本地运行。本文将介绍如何在GCPCloudDataflow上运行代码。在本地运行maven命令创建项目：mvnarchetype:generate\-DarchetypeGroupId=org.apache.beam\-DarchetypeArtifactId=beam-sdks-java-maven-archetypes-examples\-DarchetypeVersion=2.37.0\-DgroupId=org.example\-DartifactId=word-count-beam\-Dversion="0.1"\-Dpackage=org.apache.beam.examples\-DinteractiveMode=false上面会创建一个目录word-count-beam，这是一个示例工程。它可以通过一些简单的修改来使用。先构建一次，确保依赖下载成功：$mvncleanpackage通过IDEA在本地运行，添加如下参数：--output=pkslow-beam-counts--inputFile=/Users/larry/IdeaProjects/pkslow-samples/自述文件。md处理后的文件为README.md，输出前缀为pkslow-beam-counts:或者通过命令行运行：mvncompileexec:java\-Dexec.mainClass=org.apache.beam.examples.WordCount\-Dexec.args="--output=pkslow-beam-counts--inputFile=/Users/larry/IdeaProjects/pkslow-samples/README.md"要在GCPCloudDataflow上运行，准备环境必须有对应的Service帐户和密钥。当然，你必须有权限；您必须开启相应的服务；创建对应的Bucket，上传待处理的文件。在本地运行并执行命令如下：$mvncompileexec:java-Dexec.mainClass=org.apache.beam.examples.WordCount\-Dexec.args="--runner=DataflowRunner--gcpTempLocation=gs://pkslow-数据流/临时\--project=pkslow--region=us-east1\--inputFile=gs://pkslow-dataflow/input/README.md--output=gs://pkslow-dataflow//pkslow-counts"\-pdataflow-runner日志比较长，大概是把相关的jar包上传到temp目录下，因为执行的时候需要引用。例如：2022年11月3日8:41:48PMorg.apache.beam.runners.dataflow.util.PackageUtiltryStagePackageINFO：上传/Users/larry/.m2/repository/org/apache/commons/commons-compress/1.8.1/commons-compress-1.8.1.jar到gs://pkslow-dataflow/temp/staging/commons-compress-1.8.1-X8oTZQP4bsxsth-9F7E31Z5WtFx6VJTmuP08q9Rpf70.jarNov03,20228:41:48PMorg.apache。beam.runners.dataflow.util.PackageUtiltryStagePackageINFO：上传/Users/larry/.m2/repository/org/codehaus/jackson/jackson-mapper-asl/1.9.13/jackson-mapper-asl-1.9.13.jar到gs://pkslow-dataflow/temp/staging/jackson-mapper-asl-1.9.13-dOegenby7breKTEqWi68z6AZEovAIezjhW12GX6b4MI.jar查看Bucket，确实有一堆jar包：然后会创建dataflowjobs并开始工作。界面可以查看的Jobs如下：点击查看流程和更多详情：最后到Bucket中查看结果就出来了：code代码请看github：https://github.com/LarryDpk/p...
