Kafka的JVM客户端将murmur2哈希的自定义实现用于其默认分区程序。
Go的Kafka客户端均未实现此哈希算法，当您需要在不同平台上的不同客户端之间保持一致的分区时，会带来各种问题。
我正在尝试将此代码移植到Go，它似乎适用于某些值，但不适用于其他值。
这是Java代码（来源在这里：https : //github.com/apache/kafka/blob/1.0.0/clients/src/main/java/org/apache/kafka/common/utils/Utils.java# L353 ）：
public static int murmur2(final byte[] data) {
int length = data.length;
int seed = 0x9747b28c;
// 'm' and 'r' are mixing constants generated offline.
// They're not really 'magic', they just happen to work well.
final int m = 0x5bd1e995;
final int r = 24;
// Initialize the hash to a random value
int h = seed ^ length;
int length4 = length / 4;
for (int i = 0; i …我想知道是否有任何方法可以使用 Kafka Streams DSL 或 Processor API 对窗口内的记录进行排序。
以以下情况为例（任意一种，但与我需要的类似）：
有一些事件的 Kafka 主题，比如说用户点击。假设主题有 10 个分区。消息按键进行分区，但每个键都是唯一的，因此它是一种随机分区。每条记录都包含一个用户 ID，稍后会使用该用户 ID 对流进行重新分区。
我们消费流，并将每条消息发布到另一个主题，根据用户 ID 对记录进行分区（按用户 ID 重新分区原始流）。
然后我们消费这个重新分区的流，我们将消费的记录存储在窗口化 10 分钟的本地状态存储中。一个特定用户的所有点击总是在同一个分区，但顺序没有保证，因为原始主题有10个分区。
我了解Kafka Streams的窗口模型，当新记录进来时，时间会提前，但我需要这个窗口使用处理时间，而不是事件时间，然后当窗口过期时，我需要能够对缓冲进行排序事件，并按顺序将它们发送到另一个主题。
注意：
我们需要能够使用处理时间而不是事件时间来刷新/处理窗口内的记录。我们不能等待下一次点击来提前时间，因为它可能永远不会发生。
我们需要从商店中删除所有记录，尽快对窗口进行排序和刷新。
如果应用程序崩溃，我们需要恢复（在应用程序的同一个或另一个实例中）并处理所有未处理的窗口，而不需要等待特定用户的新记录。
我知道 Kafka Streams 1.0.0 允许在处理 API 中使用挂钟时间，但我不确定实现我需要的正确方法是什么（更重要的是考虑到上述恢复过程要求）。