问有界流上的全局窗口的Flink排序

EN

我已经构建了一个flink应用程序来直接使用Kafka提供的数据，但是如果系统故障或者需要重新处理这些数据，我需要使用S3中一系列文件中的数据。处理消息的顺序是非常重要的，因此我试图在将这些消息推送到我现有的应用程序之前，先弄清楚如何对这个有界的流进行排序。

我尝试使用table将流插入一个临时表中，但是排序操作符总是使用最大并行度为1，尽管对两个键进行排序。我能利用这些键来增加这种并行性吗？

我一直在考虑使用键控全局窗口，但我不知道如何在有界的流上触发，并对窗口进行排序。对于这种批处理，Flink是一个很好的选择，使用旧的Dataset API编写它会是个好主意吗？

编辑

经过一些实验，我认为Flink不是正确的解决方案，而Spark只是在这个特定的用例中更加丰富的特性。我试着在每个作业中消耗1.5tb的数据并对其进行排序。不幸的是，这些分区中有些可能包含100 G或更多，在我进一步分解这些组之前，一切都必须井然有序，这使得在操作符中对这些数据进行排序变得困难。

我的要求很简单，在将数据刷新到磁盘之前，从S3中摄取数据并按通道ID进行排序。只需考虑windows和时间戳分配者，就会使一个相对简单的任务变得复杂，这个任务可以在火花代码的4行代码中完成。