记一个flink keyedStream WindowFunction aggregate引发的问题

使用flink实时计算各商品品类的同一天的销售总额，使用滚动窗口，窗口函数使用的增量聚合窗口，自定义AggregateFunction。

刚开始是这样定义的：

 private static class MyAggregate implements AggregateFunction<Tuple2<String,Double>, Double, Double> {

        double accumulator;
        @Override
        public Double createAccumulator() {
            System.out.println(this.toString()+":"+Thread.currentThread().getId());
            return accumulator = 0;
        }

        @Override
        public Double add(Tuple2<String,Double> tuple2, Double accumulator) {
            this.accumulator = tuple2.f1 + accumulator;
            return this.accumulator;
        }

        @Override
        public Double getResult(Double aDouble) {
            return accumulator;
        }

        @Override
        public Double merge(Double aDouble, Double acc1) {
            return aDouble + acc1;
        }
    }

运行的时候发现一个严重的问题，随着时间的推移，每个品类的销售额应该是递增的，结果发现有不增反减的情况。

分析：测试环境一共有13个品类，并行度是8，说明存在多个key被一个算子处理的情况，而对于keyStream来说，每一个key都会有自己单独的状态，每一个key都会调用一次MyAggregate的createAccumulator方法，每次累加都会调用add方法，而自定义的add方法返回的是对象定义的accumulator变量，这样写会被多个key共用状态，必然会出现错误。

正确的方式是去掉类变量：

private static class MyAggregate implements AggregateFunction<Tuple2<String,Double>, Double, Double> {

        @Override
        public Double createAccumulator() {
            System.out.println(this.toString()+":"+Thread.currentThread().getId());
            return  0d;
        }

        @Override
        public Double add(Tuple2<String,Double> tuple2, Double accumulator) {
            return tuple2.f1 + accumulator;
        }

        @Override
        public Double getResult(Double accumulator) {
            return accumulator;
        }

        @Override
        public Double merge(Double aDouble, Double acc1) {
            return aDouble + acc1;
        }
    }