Apache flink FlinkkinessProducer中的订购保证

我正在使用ApacheFlink实现一个实时流式ETL管道。管道具有以下特点：

• 摄取单个运动流：

  stream-a

• 流具有类型为

  EventA

  的记录，这些记录具有

  category\u id

  ，表示不同的逻辑流
• 由于这些逻辑流是如何写入到Kinesis的（每个类别id有单独的生产者，串行写入），因此

  FlinkKinesisConsumer

• Flink执行一些顺序处理工作，由category_id键入，生成

  EventB

  数据记录流
• 这些记录被写入到Kinesis

  stream-B

• 一个单独的服务从

  stream-B

  接收数据，这一点很重要，必须按顺序进行

处理过程如下所示：

val in_events = env.addSource(new FlinkKinesisConsumer[EventA]( # these are guaranteed ordered
    "stream-A", 
    new EventASchema, 
    consumerConfig))
val out_events = in_events
  .keyBy(event => event.category_id)
  .process(new EventAStreamProcessor)
out_events.addSink(new FlinkKinesisProducer[EventB](
    "stream-B",
    new EventBSchema, 
    producerConfig))
# a separate service reads the out_events and wants them in-order

根据指导原则，似乎无法保证写入接收器的

EventB

记录的顺序。我只关心具有相同

类别id的事件是否按顺序写入，因为下游服务将按此顺序键入。从第一原则出发，如果我手动实现线程，我将为每个
category_id
KeyedStream设置一个单独的队列，并确保这些队列以串行方式写入到Kinesis（这似乎是对默认情况下所做工作的严格概括，即使用线程池，该线程池具有单个全局队列）。
FlinkkinesProducer
是否支持此机制，或者是否有办法使用Flink的
keyBy
或类似结构来绕过此限制？每个
类别的独立水槽\u id
可能吗？对于最后一个选项，我预计会有100k
category\u id
s，因此这可能会有太多的内存开销

一个选项是在下游服务中缓冲从
流-B
读取的事件，以对其进行排序（如果缓冲窗口较大，则可能性较大）。这在理论上应该是可行的，但它使下游服务比它需要的更复杂，排除了确定性，因为它依赖于网络调用的随机定时，而且更重要的是，增加了管道的延迟（尽管总体上可能比强制串行写入流B的延迟更小？）。因此，理想情况下，我希望选择另一种选择。而且，这感觉像是一个常见的问题，所以也许有更聪明的解决方案，或者我遗漏了一些显而易见的东西

非常感谢