---
title: dataflow.CountBatch
description: "| 产品 | 是否支持 |"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/others/dataflowdevg/dfrefp_23_0047.html
sourcePath: /source/zh/canncommercial/900/others/dataflowdevg/dfrefp_23_0047.html
indexId: b3026236ce4204ad763a3466a64150ea7419ee1579fc99064f14e84a8d78039169
---
# dataflow.CountBatch

#### 产品支持情况

| 产品 | 是否支持 |
| --- | --- |
| Atlas A3 训练系列产品 / Atlas A3 推理系列产品 | √ |
| Atlas A2 训练系列产品 / Atlas A2 推理系列产品 | √ |
| Atlas 200I/500 A2 推理产品 | x |
| Atlas 推理系列产品 | x |
| Atlas 训练系列产品 | x |


#### 函数功能

CountBatch功能是指基于UDF为计算处理点将多个数据按batch_size组成batch。该功能应用于dataflow异步场景，具体如下。

- 长时间没有数据输入时，可以通过CountBatch功能设置超时时间，如果没有设置padding，超时后取当前已有数据送计算处理点处理。
- 设置超时时间后，如果数据不满batch_size时，可以通过CountBatch功能设置padding属性，计算点根据padding设置对数据进行填充到batch_size后输出。


#### 函数原型

```
CountBatch(batch_size=0, slide_stride=0, timeout=0, padding=False)
```


#### 参数说明

| 参数名称 | 数据类型 | 取值说明 |
| --- | --- | --- |
| batch\_size | int64\_t | 组batch大小。 |
| timeout | int64\_t | 只有设置了batch\_size时，该参数才生效。 组batch等待时间，单位（ms），取值范围[0,4294967295)，默认值是0，表示一直等待直到满batch。 |
| padding | Bool | 只有设置了batch\_size和timeout时，该参数才生效。 不足batch时，是否padding。默认值false，表示不padding。 |
| slide\_stride | int64\_t | 只有设置了batch\_size时，该参数才生效。 滑窗步长，取值范围[0,batch\_size]。 >0,<batch\_size时表示启用滑窗方式组batch。 不设置，等于0，等于batch\_size时按照未设置滑窗步长方式组batch。 >batch\_size时报错。 |


#### 返回值

正常场景下返回None。

返回“TypeError”表示参数类型不正确。


#### 调用示例

```
import dataflow as df
# 按需设置count_batch中的各个属性值，通过构造方法直接传入
count_batch = df.CountBatch(batch_size=300, slide_stride=5,timeout=10,padding=300)
# 先创建后设置count_batch的值
count_batch = df.CountBatch()
count_batch.batch_size = 300
# 通过FlowNode的map_input接口使用
df.FlowNode(...).map_input(..., [count_batch])
```


#### 约束说明

当前CountBatch特性无法做负荷分担，因此如果使用2P环境，需要在dataflow.init初始化时添加{"ge.exec.logicalDeviceClusterDeployMode", "SINGLE"}, {"ge.exec.logicalDeviceId", "[0:0]"}。