flink内存模型详解与案例
任务提交时的一些yarn设置（通用客户端模式）
指定并行度-p 5 \
指定yarn队列-Dyarn.application.queue=xxx \
指定JM总进程的大小-Djobmanager.memory.process.size=1024mb \
指定每个TM的总进程大小，一般是 2-8g，yarn默认最大给8g-Dtaskmanager.memory.process.size=1024mb \
指定每个TM的slot数-Dtaskmanager.numberOfTaskSlots=2 \
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
flink 内存模型如下图：
文章图片
1.flink框架内存使用了堆上内存和堆外内存，不计入slot资源
2、task执行的内存使用了堆上内存和堆外内存
3、网络缓冲内存：网络数据交换所使用的堆外内存大小，如网络数据交换缓冲区
4、框架堆外内存、task堆外内存、网络缓冲内存，都在堆外的直接内存里。
5、管理内存：flink管理的堆外内存。用于管理排序、哈希表、缓存中间结果及RocksDB State Backend 的本地内存
6、jvm特有内存：jvm本身占用的内存，包括元空间和执行开销
7、flink使用内存=框架堆内和堆外内+Task堆内和堆外内存+网络缓冲内存+管理内存
8、进程内存=Flink内存+jvm特有内存
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
内存模型详解:
jvm特定内存：jvm本身使用的内存，包含jvm的metaspace和over-head
①JVM metaspace：jvm元空间
taskmanager.memory.jvm-metaspace.size 默认256mb
②JVM over-head执行开销：JVM执行时自身所需要的内容，包括线程堆栈、IO、编译缓存等所使用的内存。
taskmanager.memory.jvm-overhead.fraction, 默认0.1
taskmanager.memory.jvm-overhead.min,默认192mb
taskmanager.memory.jvm-overhead.max,默认1gb
总进程内存*fraction，如果小于配置的min或大于配置的max，则使用min/max
框架内存：flink框架，即TaskManager本身所占用的内存，不计入slot的资源中。
堆内：taskmanager.memory.framework.heap.size, 默认128mb
堆外：taskmanager.memory.framework.off-heap.size,默认128mb
Task内存：Task执行用户代码时所使用的内存
堆内：taskmanager.memory.task.heap.size,默认none，由flinl内存口扣除掉其他部分的内存得到、
堆外：taskmanager.memory.task.off-size,默认0，表示不使用堆外内存
网络内存：网络数据交换所使用的堆外内存大小，如网络数据交换缓冲区
堆外：taskmanager.memory.network.fraction,默认0.1
taskmanager.memory.network,min,默认64mb
taskmanager.memory.network.max,默认1gb
flink内存*fraction，如果小于配置的min或大于配置的max，则使用min/max
管理内存：用于RocksDB State Backend 的本地内存和批的排序、哈希表、缓存中间结果。
堆外：taskmanager.memory.managed.fraction,默认0.4
taskmanager.memory.managed.size,默认none
如果size没指定，则等于flink内存*fraction
【flink内存模型详解与案例】------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
实际案例
基于yarn模式，一般参数指定的是总进程内存，taskmanager.memory.process.size,
如果该大小为4G，每一块内存得到大小如下：
①计算flink内存
jvm元空间256m
jvm执行开销：4g*0.1=409.6，在[192.1g]之间，最终结果409.6m
flink内存=4g-256m-409.6m=3430.4m
②网络内存=3430.4*0.1=343.04，在[64m,1g]之间，最终结果343.04m
③托管内存=3430.4m*0.4=1372.16m
④框架内存，堆内和堆外都是128m
⑤Task堆内内存=3430.4m-128m-128m-343.04m-1372.16m=1459.2m堆内内存是总内存减去所有其他的内存。在总大小不变的情况小想调大堆内内存，就把其他内存调小。
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
提交程序，查看flink ui结果。和计算的几乎一致
文章图片
文章图片
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
JVM参数与内存
jvm Options：
-Xmx1664299798
-Xms1664299798jvm堆内内存大小(最大与最小)约1587m=Task堆内+框架堆内
文章图片
-XX:MaxDirectMemorySize=493921243 jvm堆外内存大小约471m=Task堆外+框架堆外+网络内存
文章图片
-XX:MaxMetaspaceSize=268435456jvm元空间大小，约256m
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
调优原则，根据程序运行时每块内存的使用情况来调整。
文章图片
推荐阅读
- c语言|《伏C录》凝气篇-初战动态内存管理四兄弟
- 多视角三维模型纹理映射 02
- 多视角三维模型纹理映射 03
- T3 出行 Apache Kyuubi Flink SQL Engine 设计和相关实践 网易数帆 网易数帆
- 如何开发一个分布式内存数据库(一)
- python对于一元线性回归模型_机器学习3-|python对于一元线性回归模型_机器学习3- 一元线性回归+Python实现
- 全网最硬核 Java 新内存模型解析与实验 - 5. JVM 底层内存屏障源码分析
- 全网最硬核 Java 新内存模型解析与实验 - 4. Java 新内存访问方式与实验
- 全网最硬核 Java 新内存模型解析与实验 - 3. 硬核理解内存屏障（CPU+编译器）
- 全网最硬核 Java 新内存模型解析与实验 - 1. 什么是 Java 内存模型