我正在使用BigQuery表数据源。它是“无限制的”，因为它通过批处理过程进行了更新。它包含来自服务器日志的会话键控报告数据，每行捕获一个请求。我无权访问原始日志数据，并且必须使用BigQuery表。
我想使用Beam api开发自定义的基于Java的google数据流模板，目标是：
整理键会话对象
派生会话级别指标
基于会话度量标准得出可过滤的窗口级度量标准，例如，上一个窗口中有错误的会话百分比，以及每个过滤后的属性的错误百分比，例如，每种设备类型的错误百分比
将结果作为格式化/压缩的报告写入云存储。
这似乎是一个相当标准的用例？到目前为止，在我的研究中，我还没有找到一个完美的例子，并且仍然无法确定某些基本要求的最佳实践方法。我非常感谢任何指示。研究关键词？文档，教程。我目前的想法正确吗，还是我需要考虑其他方法？
问题：
beam windowing and BigQuery I / O Connector-我看到可以通过Beam api指定窗口类型和大小。我的BQ表每行都有一个时间戳字段。我应该以某种方式通过配置传递此消息还是应该是自动的？我是否需要通过SQL查询手动执行此操作？我不清楚。
固定时间开窗与会话开窗功能-示例是基本示例，不能解决任何极端情况。我的课程可以持续几个小时。每个窗口可能有100ks加上会话密钥。会话窗口支持吗？
BigQuery与BigQueryClientStorage-区别对我来说还不清楚。我了解BQCS可以带来性能上的好处，但是我是否必须在准备步骤中存储BQ数据才能使用它？还是我可以直接通过BQCS直接查询我的表，并为我解决这个问题？
对于数字1，您可以在应用窗口之前简单地使用withTimestamps函数，这会将时间戳记分配给您的项目。 Here是一些python示例。
对于数字2 documentation状态：
会话窗口以每个键为基础，并且对于随时间不规则分布的数据很有用。 [...]如果数据在指定的最小间隔持续时间之后到达，则将启动新窗口的开始。
也在java documentation中，您只能指定最小间隔时间，但不能指定最大间隔时间。这意味着会话窗口可以轻松支持持续时间很长的会话。毕竟，它唯一要做的就是在数据上加上水印并保持其活动状态。
[我担心我还没有完全理解问题[[数字3，如果您可以提供更多的信息或有用的链接，我很乐意进行一些研究]