Flink JobManager | TaskManager内存模型

Flink内存模型分析

JobManager内存模型

TaskManager内存模型

内存模型分析

Flink使用内存（Total Flink Memory）=框架堆内存+框架堆外内存+task堆内存+task堆外内存+网络缓冲内存+托管内存
进程内存（Total Process Memory）=Flink使用内存+JVM元空间+JVM执行开销

1. 不建议同时设置进程总内存和 Flink总内存。这可能会造成内存配置冲突，从而导致部署失败。
2. 通常情况下，不建议对框架堆内存和框架堆外内存进行调整。
3. 如果只配置了进程总内存，则从进程总内存扣除JVM元空间和JVM执行开销，剩余内存作为Flink总内存
4. 如果已经明确设置了任务堆内存和托管内存，建议不要再设置进程总内存或 Flink总内存，否则可能会造成内存配置冲突。
5. 如果手动设置了托管内存，则使用其值，否则使用默认分配系数*Flink总内存
6. 如果手动设置了网络缓冲内存，则使用其值，否则使用默认分配系数*Flink总内存
7. 如果配置了Flink总内存，而没有配置Task堆上内存和托管内存，则从Flink总内存中划分网络缓冲内存和托管内存，剩下的作为Task内存。
8. 在容器化部署模式（Containerized Deployment）下（Kubernetes 或 Yarn），建议配置进程总内存（taskmanager.memory.process.size 或者 jobmanager.memory.process.size）。 该配置参数用于指定分配给 Flink JVM 进程的总内存，也就是需要申请的容器大小。
   gzh HEYDATA回复 内存模型获得内存配置示例。