Flink FORWARD连接算子数据序列化内部机制及作业图相关问题咨询

问题1：Transaction Source包含的所有算子是否均通过引用/防御性拷贝的方式共享数据？ #

是的。如果Transaction Source包含的算子满足算子链合并条件：并行度一致、属于同一个slot共享组、连接方式为FORWARD转发，就会被合并为同一个算子链。链内算子传递数据时默认直接传递对象引用，仅在关闭对象复用配置的场景下才会产生防御性拷贝，全程不会出现序列化或者跨网络传输的开销。

问题2：Transaction Source与Dynamic Partitioning之间的交互逻辑是什么？二者是否因属于FORWARD数据连接而被链化，仅因广播存在才在视觉上呈现分离状态？ #

二者的连接方式确实是FORWARD数据转发，本身符合算子链的合并要求，数据传递逻辑和同链内算子完全一致，走本地内存传递，要么用对象引用要么仅做防御性拷贝，没有额外序列化、网络开销。
视觉上呈现分离状态的核心原因就是Dynamic Partitioning存在多输入：除了从Transaction Source转发过来的主流，还有一条广播输入流，Flink的算子链规则不允许有多个输入的算子和上游单输入算子合并展示，所以才会在作业图上拆分为两个独立节点，本质上二者的数据交互和已链化的算子没有区别。

内容的提问来源于stack exchange，提问作者Raúl García