在Flink聚合函数中修改输入对象是否安全？

你的这种做法是安全的，而且是Flink中推荐的性能优化手段，具体分析如下：

核心原因：Flink算子的执行模型保障线程安全 #

Flink的每个算子任务（包括聚合算子）都是单线程执行的，同一个累加器实例只会被同一个线程操作，不存在多线程并发修改的问题。createAccumulator()创建的累加器实例，会被当前任务的add()/merge()/getResult()方法反复复用，不会被其他线程访问。

对示例代码的具体分析 #

你的代码中：

• add()方法直接修改传入的累加器对象，更新sum和max后返回原对象，避免了每次创建新的Acc实例，减少了对象分配和GC压力。
• merge()方法修改第一个累加器a，合并b的状态后返回a，同样是复用对象的优化方式。
• getResult()返回累加器本身，只要下游算子不会修改返回的Acc对象（示例中Acc的字段是int类型，下游一般只是读取），就不会有问题。

需要注意的风险点 #

虽然这种做法安全，但有几个细节要留意：

• 确保累加器类Acc是可序列化的：Flink在做checkpoint时会序列化累加器状态，示例中的Acc是简单POJO类，默认支持序列化，没问题；如果有自定义非序列化字段，需要实现Serializable接口或自定义序列化逻辑。
• 不要在getResult()返回后外部修改累加器：如果下游算子会修改返回的Acc对象，会导致原累加器状态被篡改（但正常聚合场景下，下游只是消费结果，不会修改）。
• 避免跨任务共享累加器：每个并行任务的累加器是独立创建的，Flink运行时会保证它们的隔离性，不要手动将累加器实例在多个任务间传递。

内容的提问来源于stack exchange，提问作者user50874