Flink反序列化报错：Kryo serializer scala extensions are not available求助

• JDK模块系统限制：JDK 9及以上启用了模块化机制，默认禁止未命名模块（Kryo属于此类）访问java.util包的内部字段（比如AbstractList.modCount），这是触发InaccessibleObjectException的直接原因。
• Scala序列化扩展加载失败：日志里的Kryo serializer scala extensions are not available提示，结合堆栈中ScalaCollectionsRegistrar的调用链，说明Flink注册Scala集合的Kryo序列化器时出了问题，进一步导致序列化流程异常。

1. 解除JDK模块访问限制 #

在Flink启动脚本（比如flink run命令）或者flink-conf.yaml的env.java.opts配置项里，添加以下JVM参数：

--add-opens java.base/java.util=ALL-UNNAMED

如果后续还有类似的模块访问报错，可以追加参数，比如同时开放并发包：

--add-opens java.base/java.util=ALL-UNNAMED --add-opens java.base/java.util.concurrent=ALL-UNNAMED

2. 确认Scala依赖完整性 #

检查作业的依赖配置，确保flink-scala_2.12包（版本要和你的Flink集群一致，这里是1.18.0）已正确引入：

• Maven依赖示例：

<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-scala_2.12</artifactId>
    <version>1.18.0</version>
    <scope>provided</scope>
</dependency>

• Gradle依赖示例：

implementation 'org.apache.flink:flink-scala_2.12:1.18.0'

如果是提交到集群作业，要保证这个依赖要么打包进JAR，要么集群环境已经包含该依赖。

3. 替换序列化器（备选方案） #

如果前两个办法没效果，可以换用Flink自带的其他序列化器：

• 要是处理的是POJO类，确保类满足Flink的POJO要求（有无参构造、字段可访问），Flink会自动用PojoSerializer，性能比Kryo更好。
• 启用Avro序列化：

env.getConfig().enableForceAvro();

1. 重启作业后，查看日志是否还出现InaccessibleObjectException和Scala扩展不可用的提示。
2. 检查Kafka源的数据能否正常反序列化并流转到下游算子。

内容的提问来源于stack exchange，提问作者Amit