Flink Stream消息是否按顺序发送到下游

取决于具体的应用场景和配置。Flink是一个开源的流处理框架，它支持事件时间和处理时间两种处理模式，并提供了丰富的操作符和窗口函数来处理数据流。

在Flink中，消息的顺序性可以通过以下几个方面来保证：

1. 并行度设置：Flink允许将数据流划分为多个并行的任务进行处理，每个任务都可以独立地处理输入数据的一个子集。如果将并行度设置为1，即只有一个任务处理数据流，那么消息将按照输入的顺序进行处理和发送。
2. 窗口操作：Flink提供了窗口操作来对数据流进行分组和聚合。窗口操作可以按照时间、数量或其他条件将数据流划分为不同的窗口，并对每个窗口中的数据进行处理。在窗口操作中，消息的顺序性可以得到保证。
3. 有序输入流：如果输入的数据流本身就是有序的，那么Flink会保持输入数据的顺序性，并按照相同的顺序发送到下游。

需要注意的是，Flink是一个分布式流处理框架，它的并行处理和分布式特性可能会导致消息的乱序。在某些情况下，为了提高处理性能，Flink可能会对输入数据进行并行处理，这可能会导致消息在不同任务之间的乱序。为了解决这个问题，可以使用Flink提供的一些有序性保证机制，如Watermark和Event Time。

总结起来，Flink Stream消息是否按顺序发送到下游取决于具体的应用场景和配置。在一些特定的情况下，可以通过设置并行度、使用窗口操作和保证有序输入流来保证消息的顺序性。