在深入讨论问题的细节之前，先了解一下apache flink中函数的可序列化性的一些背景知识：

可串行化

ApacheFlink使用java序列化（java.io.serializable）来发布函数对象（这里是 MapFunction )给那些并行执行它们的工人。因此，函数需要是可序列化的：函数不能包含任何不可序列化的字段，即不是基元（int，long，double，…）且不实现的类型 java.io.Serializable .
处理不可序列化结构的典型方法是延迟初始化它们。

延迟初始化

在flink函数中使用不可序列化类型的一种方法是延迟初始化它们。保存这些类型的字段仍然是 null 当函数被序列化以发送时，并且仅在worker对函数进行反序列化之后设置。
例如，在scala中，可以简单地使用惰性字段 lazy val x = new NonSerializableType() . 这个 NonSerializableType 类型实际上只在第一次访问变量时创建 x ，通常在工人身上。因此，类型可以是不可序列化的，因为 x 当函数被序列化为传送到worker时为null。
在java中，可以初始化 open() 函数的方法，如果你使它成为一个丰富的函数。丰富的功能（如 RichMapFunction )是基本函数的扩展版本（这里是 MapFunction )给你生命周期的方法，比如 open() 以及 close() .

惰性依赖注入

我不太熟悉依赖注入，但dagger似乎也提供了类似于惰性依赖的东西，这可能有助于解决类似scala中惰性变量的问题：

new MapFunction<Long, Long>() {

  @Inject Lazy<MyDependency> dep;

  public Long map(Long value) {
    return dep.get().doSomething(value);
  }
}

我也面临类似的问题。有两种方法可以不反序列化依赖项。
使依赖关系保持静态，但这并不总是可能的。它也会扰乱你的代码设计。
使用transient：通过将依赖项声明为transient，您的意思是它们不是对象持久状态的一部分，也不应该是序列化的一部分。

public ClassA implements Serializable{
  //class A code here
}

public ClassB{
  //class B code here
}

public class MySinkFunction implements SinkFunction<MyData> {
  private ClassA mySerializableDependency;
  private transient ClassB nonSerializableDependency;
}

这在使用外部库时尤其有用，因为您无法更改外部库的实现以使其可序列化。