MapReduce服务 MRS-Flink性能调优建议:内存总体调优

时间：2025-02-12 15:03:27

MapReduce服务 MRS Flink性能调优开发规范

内存总体调优

Flink内部对内存进行了划分，整体上划分成为了堆内存和堆外内存两部分。Java堆内存是通过Java程序创建时指定的，这也是JVM可自动GC的部分内存。堆外内存可细分为可被JVM管理的和不可被JVM管理的，可被JVM管理的有Managed Memory、Direct Memory，这部分是调优的重点，不可被JVM管理的有JVM Metaspace、JVM Overhead，这部分是native memory。

图1 内存

表2 相关参数
参数	配置	注释	说明
Total Memory	taskmanager.memory.flink.size: none	总体Flink管理的内存大小，没有默认值，不包含Metaspace和Overhead，Standalone模式时设置。	整体内存。
Total Memory	taskmanager.memory.process.size: none	整个Flink进程使用的内存大小，容器模式时设置。	整体内存。
FrameWork	taskmanager.memory.framework.heap.size: 128mb	runtime占用的heap的大小，一般来说不用修改，占用空间相对固定。	RUNTIME底层占用的内存，一般不用做较大改变。
FrameWork	taskmanager.memory.framework.off-heap.size: 128mb	runtime占用的off-heap的大小，一般来说不用修改，占用空间相对固定。	RUNTIME底层占用的内存，一般不用做较大改变。
Task	taskmanager.memory.task.heap.size：none	没有默认值，flink.size减去框架、托管、网络等得到。	算子逻辑，用户代码（如UDF）正常对象占用内存的地方。
Task	taskmanager.memory.task.off-heap.size：0	默认值为0，task使用的off heap内存。	算子逻辑，用户代码（如UDF）正常对象占用内存的地方。
Managed Memory	taskmanager.memory.managed.fraction: 0.4	托管内存占taskmanager.memory.flink.size的比例，默认0.4。	managed内存用于中间结果缓存、排序、哈希等（批计算），以及RocksDB state backend（流计算），该内存在批模式下一开始就申请固定大小内存，而流模式下会按需申请。
Managed Memory	taskmanager.memory.managed.size: 0	托管内存大小，一般不指定，默认为0，内存大小由上面计算出来。若指定了则覆盖比例计算的内存。
Network	taskmanager.memory.network.min：64mb	网络缓存的最小值。	用于taskmanager之间shuffle、广播以及与network buffer。
	taskmanager.memory.network.max：1gb	网络缓存的最大值。（ MRS 3.3.1及之后版本无需修改该值，默认值已为Long#MAX_VALUE）	用于taskmanager之间shuffle、广播以及与network buffer。
	taskmanager.memory.network.fraction：0.1	network memory占用taskmanager.memory.flink.size的大小，默认0.1，会被限制在network.min和network.max之间。	用于taskmanager之间shuffle、广播以及与network buffer。
Others	taskmanager.memory.jvm-metaspace.size：256M	metaspace空间的最大值，默认值256MB。	用户自己管理的内存。
	taskmanager.memory.jvm-overhead.min：192M	jvm额外开销的最小值，默认192MB。
	taskmanager.memory.jvm-overhead.max：1G	jvm额外开销的最大值，默认1GB。
	taskmanager.memory.jvm-overhead.fraction：0.1	jvm额外开销占taskmanager.memory.process.size的比例，默认0.1，算出来后会被限制在jvm-overhead.min和jvm-overhead.max之间。