以下是我的一些查询：
我有两个不同的流stream1和stream2，其中元素按顺序排列。
1）现在，当我对这些流中的每一个进行keyBy时，是否会保留订单？ （因为这里的每个组都只会被发送给一个任务管理器）
我的理解是，记录将是为了一个团体，在这里纠正我。
2）在两个流上的keyBy之后，我正在进行共同组以获取匹配和不匹配的记录。订单是否也会在这里维护？，因为这也适用于KeyedStream。
我使用EventTime和AscendingTimestampExtractor来生成timestamp和watermark。
3）现在我想使用map / flatmap对我从2获得的matching_nonMatchingStream执行序列检查。
我是否需要在此处再次执行keyBy，或者如果我保持链接，matching_nonMatchingStream将在同一TaskManager中运行？
我的理解是，链条将在这里工作，纠正我，变得困惑。
4）slotSharingGroup - 请您详细说明一下这个问题
根据文档：设置此操作的插槽共享组。如果可能，位于同一插槽共享组中的并行操作实例将位于同一TaskManager插槽中。
答案 0 :(得分：4)
此页面提供了良好的概述和解释，以及订购保证：https://ci.apache.org/projects/flink/flink-docs-release-1.0/concepts/concepts.html#parallel-dataflows
要点是：
在每个并行流分区中维护订单。有关流分区的说明，请参阅此处：https://ci.apache.org/projects/flink/flink-docs-release-1.0/concepts/concepts.html#parallel-dataflows
对于＆＃34; keyBy（）＆＃34;等操作或＆＃34;重新平衡（）＆＃34;更改分区，每对源和目标流分区维护顺序，这意味着每对发送和接收运营商。
正如马蒂亚斯所提到的，如果一个组（由一个密钥定义，在一个接收目标运算符上运行）从多个发送者获取元素，则没有明确定义的元素严格排序。使用事件时间等概念，您可以根据数据（附加的时间戳）强制执行有意义的排序。
答案 1 :(得分：3)
1）是和否。 Flink使用所谓的Watermarks来跟踪排序。这可以确保可以将记录分配给正确的窗口，并且在所有数据都可用之前窗口不会关闭。但是，每个组都不能保证严格的顺序（因为parallel incoming data）。在群组之间，根本没有订购保证。
2）与（1）基本相同的答案。
3）您无需再次使用keyBy。 <{1}} / map默认会被链接。