Kafka Streams中数据混乱的原因

Question

能否请您帮助我理解摘自Kafka Streams documentation的摘录：

  

在可能正在处理多个主题分区的流任务中，如果用户将应用程序配置为不等待所有分区都包含一些缓冲的数据，并从时间戳最小的分区中选取来处理下一条记录，则稍后当为其他主题分区获取某些记录时，其时间戳可能小于从另一个主题分区获取的已处理记录的时间。

我不明白：如果选择时间戳最小的分区，为什么以后会得到较小的时间戳？

Answer 1

我认为重要的是

  

如果用户将应用程序配置为不等待所有分区包含某些缓冲数据

由于我们不等待所有分区都有一些数据，因此流S1和S2（T1 <T2）可能会发生以下情况：

时间戳为I2的
1. T2到达S2
2. 由于没有其他可用数据，流读取了I2
时间戳为I1的
3. T1到达S1
4. 该流读取的I1时间戳比已处理的I2短

如果我们等到所有流都具有数据，我们将从所有可用项目中选择最小的项目。由于我们不这样做，因此时间戳较小的项目可能会被延迟。