简述 在 Apache Flink 中，Accumulator 是一个用于收集作业执行期间聚合信息的工具。它允许在用户定义的函数（如 MapFunction, FlatMapFunction, ProcessFunction 等）中累积值，并在作业完成后检索这些值。这对于跟踪诸如事件数量、处理延迟等统计信息非常有用。 要使用 Accumulator，需要首先定义一个 Accumulator 接

一、spark的累加器Accumulator     使用Accumulator时，为了保证准确性，只使用一次action操作。如果多次action操作，会造成累加器值错误。 解决方案：将任务之间的血缘依赖关系切断就可以了。什么方法有这种功能呢？cache，persist，调用这个方法的时候会将之前的依赖切除，后续的累加器就不会再被之前的transfrom操作影响到了。 二、自定义Accum

（一）accumulator（累加器、计数器） 类似于MapReduce中的counter，将数据从一个节点发送到其他各个节点上去。 通常用于监控，调试，记录符合某类特征的数据数目等。 –分布式counter Accumulator使用 import SparkContext._val total_counter=sc.accumulator(OL,"total_counter")//