请说明 Apache Storm 实现 Exactly-Once 处理语义的机制，并对比它与 At-Least-Once 语义在消息处理上的关键差异。
考察说明
考查对 Storm 消息处理语义的理解，特别是 Exactly-Once 的实现机制与不同语义的适用场景。
回答思路
- 【回答框架 1】At-Least-Once 语义下，Storm 通过 acker 机制跟踪每个 tuple 及其衍生 tuple，若超时未确认则重放源头 tuple，从而保证每条消息至少被处理一次，但可能重复处理。
- 【回答框架 2】Exactly-Once 语义要求每条消息恰好处理一次，Storm 本身不直接提供，需要结合事务拓扑（Transactional Topologies）或 Trident 实现。事务拓扑将流划分为批次，每个批次有唯一的事务 id，通过状态存储记录已提交批次，重放时跳过已提交批次。
- 【回答框架 3】Trident 是更高层抽象，提供 exactly-once 的语义，通过事务性状态更新（如数据库操作）和批次去重实现。具体机制包括：将流分成批次，每批分配事务 id；状态存储记录每批的处理结果，若重复批次则直接忽略。
- 【回答框架 4】与 At-Least-Once 相比，Exactly-Once 牺牲了吞吐量和延迟，实现复杂，且需要外部存储支持状态一致性；而 At-Least-Once 简单高效，但可能重复处理，适合可容忍重复的场景，如日志分析。
- 【关键点 1】At-Least-Once 通过 acker 机制重放未确认 tuple，可能重复处理。
- 【关键点 2】Exactly-Once 可利用事务拓扑或 Trident，结合状态存储和事务 id 实现。
- 【关键点 3】Exactly-Once 开销大，需权衡一致性与性能。
- 【易错点 1】不能宣称 Storm 原生支持 Exactly-Once，需依赖事务拓扑或 Trident。
- 【易错点 2】事务边界变更可能导致语义不一致，需谨慎。