实时流碰上高并发？

这是之前在处理一个实时流数据上碰到的。

之前背过很多，类似的关于高并发问题的一些官样文章。初读起来，总感觉索然无味。好像和幼儿园里把大象放进冰箱里的故事一样。

在业务中碰到的情况很特别。

同一个用户，会在同一个时间点有多条订单，即使把时间精确到 00:00:00，依然发现无法区分。前辈提醒后，才发现这其实是一种高并发的情况。

在Flink实时流里，通常碰到高并发的情况下，会进行一次打乱操作。在SQL任务中，我忘记进行了这种操作，后来发现其实是有这样的key by 参数。

大约可以这样处理。

在处理的时候，通过key by 的操作，会将并发数据存储同一个kafka topic上的逻辑分区。也就是虽然之前是并发的，但在key by操作之后，实现了在逻辑存储上的先后，也就让并发数据在被加工的时候有了一个先后。

虽然其实，处理过程没有八股中纷繁复杂的招式，但是其实体会这个过程确实是很美妙，有一种身处其中的快感。