Apache Beam 的最新版本 0.6.0，引入了一個新的 SDK – 這次是針對 Python 程式語言。Python SDK 加入 Java SDK，成為 Beam 程式設計模型的第二個實作。

Python SDK 包含了 Beam 模型的所有主要概念，包括 ParDo、GroupByKey、Windowing 等等。它具有可擴展的 IO API，用於撰寫有界來源和接收器，並提供讀寫文字、Avro 和 TensorFlow 記錄檔案的內建實作，以及連接到 Google BigQuery 和 Google Cloud Datastore 的連接器。

目前有兩個執行器能夠執行使用 Python SDK 撰寫的管線：Direct Runner 和 Dataflow Runner，兩者目前都僅限於批次執行。即將推出的功能將很快為其他執行器帶來 Python SDK 的好處。

試用 Apache Beam Python SDK

如果您想試用 Python SDK，一個好的起點是快速入門。之後，您可以查看其他範例，並深入研究 API 參考。

讓我們一起快速看一下範例。首先，從 PyPI 安裝 apache-beam 套件並啟動您的 Python 直譯器。

$ pip install apache-beam
$ python

我們將利用 Apache Beam 的強大功能來估算 Pi，以紀念最近過去的 Pi 日。

import random
import apache_beam as beam

def run_trials(count):
  """Throw darts into unit square and count how many fall into unit circle."""
  inside = 0
  for _ in xrange(count):
    x, y = random.uniform(0, 1), random.uniform(0, 1)
    inside += 1 if x*x + y*y <= 1.0 else 0
  return count, inside

def combine_results(results):
  """Given all the trial results, estimate pi."""
  total, inside = sum(r[0] for r in results), sum(r[1] for r in results)
  return total, inside, 4 * float(inside) / total if total > 0 else 0

p = beam.Pipeline()
(p | beam.Create([500] * 10)  # Create 10 experiments with 500 samples each.
   | beam.Map(run_trials)     # Run experiments in parallel.
   | beam.CombineGlobally(combine_results)      # Combine the results.
   | beam.io.WriteToText('./pi_estimate.txt'))  # Write PI estimate to a file.

p.run()

此範例透過將隨機飛鏢扔到單位正方形中，並追蹤落入單位圓的飛鏢比例來估算 Pi（有關詳細資訊，請參閱完整的範例）。如果您好奇，您可以查看輸出檔案來檢查我們估算的結果。

$ cat pi_estimate.txt*

路線圖

Python SDK 路線圖上的第一件事是解決它的兩個限制。首先，現有的執行器目前僅限於有界的 PCollections，我們期待擴展 SDK 以支援無界的 PCollections（「串流」）。此外，我們正在努力將支援擴展到更多 Apache Beam 執行器，而即將推出的 Fn API 將完成繁重的工作。

這兩項改進都將使 Python SDK 能夠實現 Apache Beam 的使命：一個用於批次和串流資料處理的統一程式設計模型，可以在任何執行引擎上執行。

加入我們！

請考慮加入我們，無論是作為使用者還是貢獻者，因為我們正努力發布第一個具有 API 穩定性的版本。如果您今天想試用 Apache Beam，請查看最新的 0.6.0 版本。我們歡迎任何人透過我們的郵寄清單、問題追蹤器、提取請求和活動來貢獻和參與。