目前，我发现的最好的工作方法是利用输出记录中的kafka偏移量。
该方法可概括为：
执行您想要执行的所有逻辑，并且不必担心同一个键的多个记录。
把结果写进一个中间主题，保留时间非常短（1小时等）
使用处理器阅读中间主题，并在处理器内使用kafka偏移量丰富信息 context.offset() .
将消息写到输出主题。
现在，输出主题包含同一个键的多个消息，但每个消息的偏移量不同。
在查询期间，现在可以使用子查询为每个键选择最大偏移量。
变压器供应商示例如下所示

/**
 * @param <K> key type
 * @param <V> value type
 */
public class OutputTransformSupplier<K, V> implements TransformerSupplier<K, V, KeyValue<String, String>> {
  @Override
  public Transformer<K, V, KeyValue<String, String>> get() {
    return new OutputTransformer<>();
  }

  private class OutputTransformer<K, V> implements Transformer<K, V, KeyValue<String, String>> {
    private ProcessorContext context;

    @Override
    public void init(ProcessorContext context) {
      this.context = context;
    }

    /**
     * @param key   the key for the record
     * @param value the value for the record
     */
    @Override
    public KeyValue<String, String> transform(K key, V value) {
      if (value != null) {
        value.setKafkaOffset(context.offset());
      }
      return new KeyValue<>(key, value);
    }

    @Override
    public KeyValue<String, String> punctuate(long timestamp) {
      return null;
    }

    @Override
    public void close() {
      // nothing to close
    }
  }
}