storm支持这个用例。为此，您只需确保在所有相关组件的整个流程中保持秩序。因此，作为第一步，在kafka producer中，特定用户id的所有消息都应转到kafka中的同一分区。为此，您可以在kafkaproducer中实现一个自定义分区器。有关实施的详细信息，请参阅此处的链接。
由于kafka中的一个分区只能被storm中的一个kafkaspout示例读取，因此该分区中的消息在spout示例中按顺序排列。从而确保相同用户id的所有消息到达相同的出口。
现在是棘手的部分-要维护bolt中的顺序，您需要确保基于kafka喷口发出的“user\u id”字段对bolt使用字段分组。如果提供的kafkaspout不中断message to emit字段，则必须重写kafkaspout以读取消息并从喷口发出“user\u id”字段。一种方法是使用一个中间螺栓从kafkaspout读取消息并发出一个带有“user\u id”字段的流。
当您最后在“user\u id”上指定一个具有字段分组的bolt时，特定user\u id值的所有消息都将转到该bolt的同一个示例，无论该bolt的并行度如何。
适用于您的案例的示例拓扑如下-
生成器设置输出（“kafkaspout”，kafkaspout）；
builder.setbolt（“fieldsemitterbolt”，fieldsemitterbolt）.shufflegrouping（“kafkaspout”）；
builder.setbolt（“calculatorbolt”，calculatorbolt）.fieldsgrouping（“fieldsemitterbolt”，new fields（“user\u id”））//bolt2发出的用户id字段
--注意，如果用户id的数量有限，则可能会出现所有用户id值都到达同一calculatorbolt示例的情况。这反过来又会降低有效的“并行性”！

storm中的有序处理没有通用的系统支持。要么您使用一个不同的系统来支持有序的steam处理，比如apache flink（免责声明，我是flink的提交者），要么您需要自己在bolt代码中处理它。
风暴提供的唯一支援就是使用三叉戟。您可以将特定时间段（例如一分钟）的元组放入单个批中。因此，您可以一次在一分钟内处理所有元组。然而，这只有在用例允许的情况下才有效，因为不能将不同批处理中的元组相互关联。在您的例子中，只有当您知道有一些时间点，所有用户都到达了他们的目的地（并且没有其他用户开始新的交互）时，才会出现这种情况；也就是说，你需要两个用户没有重叠的时间点(在我看来，您的用例不能满足这个需求）。
对于非系统，即基于自定义用户代码的解决方案，将有两种方法：
例如，您可以缓冲元组并在处理之前对bolt中的时间戳进行排序。要使其正常工作，需要注入标点/水印，以确保时间戳大于标点的元组不会出现在标点之后。如果从每个并行输入子流接收到标点符号，则可以安全地触发排序和处理。
另一种方法是在区域缓冲区中为每个传入的子流缓冲元组（保留子流顺序内的元组），并按顺序合并缓冲区中的元组。这样做的好处是避免了排序。但是，您需要确保每个操作符都发出有序的元组。此外，为了避免阻塞（即，如果没有可用于子流的输入），也可能需要标点符号(我实现了这个方法。请随意使用代码或根据您的需要进行调整：https://github.com/mjsax/aeolus/blob/master/queries/utils/src/main/java/de/hub/cs/dbis/aeolus/utils/timestampmerger.java)