我正在使用udf将一些ml模型应用于数据流。因为 Model 类（来自第三方库）不能由flink自动序列化，我使用两个变量，如下所示：

class MyUDF extends KeyedCoProcessFunction[String, ModelDef, Data, Prediction]
  with CheckpointedFunction {

  // To hold loaded models
  @transient private var models: HashMap[(String, String), Model] = _

  // For serialization purposes
  @transient private var modelsBytes: MapState[(String, String), Array[Bytes]] = _

  ...
}

哪里： models 保存加载的（正在运行的）模型（从 ModelDef ，基本上是字符串） modelsBytes 是真正的（键控）状态，它持有相同的模型，但作为一个字节块，以便检查点工作良好。
整个解决方案很简单（只需要调用 fromBytes / toBytes 但我不知道这是否是一种常见/最佳实践。对于本质上相同的事物有两个变量看起来很奇怪。例如，在这里您可以找到一个使用 TypeSerializer[Option[Model]] 相反，这看起来更干净，但实施起来也更复杂。
所以，基本上：
我应该用这个吗 TypeSerializer 运行/序列化模型的方法或以某种方式复制的状态可以吗？
另外，如果你能给我指出一些关于flink中自定义类型序列化的文档/示例，那就太好了，通常我发现官方文档在这方面有点欠缺。