Transform map implementation :param pvalue: PType :param fn: UDF :param side_inputs: SideInputs :return:

返回元素的数量，等同于 :func:`bigflow.transforms.count(self) <bigflow.transforms.count>` Returns: PObject: 元素数量

立刻运行Pipeline并等待结束 Raises: BigflowRuntimeException: 若运行期出错抛出此异常

Return the serde of the dataset Returns: LogicalPlan.Node: The serde.

tests _test_this: construct test dict

对于每个Key和Value中的每个元素(value 1, value 2, ... value m)，构造(Key, value 1), (Key, value 2), ... (Key, value m)，结果使用PCollection表示 Returns:

Infinite/Finite of this node

Return an optional list serde.

Send a request to backend server

Set data size of this node

将所有元素相加，等同于 :func:`bigflow.transforms.sum(self) <bigflow.transforms.sum>` Returns: PObject: 相加结果

generate a tmp path

使用Value中的每个元素(value 1, value 2, ... value m)，构造PCollection，等价于 ``self.extract_values()`` Returns: PCollection: 包含所有Value的

与 ``group_by`` 变换类似，但使用默认的key/value提取函数对元素分组 Args: **options: 可配置参数 Returns: PTable: 分组结果 >>

inner

将所有输入的PObject合并成一个PObject(tuple)。 除返回值类型及输入类型都全是PObject外， 结果与 :func:`bigflow.transforms.cartesian(self, *pvalues, **

返回该PTable的嵌套层级，即其Value中包含几个PTable Returns: int: 嵌套层级 >>> _pipeline.parallelize({"A": 1}).nested_level()

过滤元素，等同于 :func:`bigflow.transforms.filter(self, fn, *side_inputs, **options) <bigflow.transforms.filter>`, Args: