# 内存设置 ## TaskManager 内存模型 TaskManager的内存模型如下图所示(1.10之后版本内存模型)：  Flink使用了堆上内存和堆外内存。 - Flink 框架内存使用了堆外内存和堆外内存，不计入slot资源。 - Task执行的内存使用了堆上内存和堆外内存。 - 网络缓冲内存：网络数据交换所使用的内存大小，如网络数据交换缓冲区。 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面。 - 管理内存：Flink堆外内存的管理，用于管理排序，hash表，缓冲中间结果以及RocksDb 状态后端的本地内存。 - JVM特有内存：JVM本身占用的内存，包括元数据和执行开销， Flink 使用内存 = 框架堆内和堆外内存 + Task堆内和堆外内存 + 网络缓冲内存 + 管理内存。 进程内存 - Flink 内存 + JVM特有内存 ### JVM特有内存详解 JVM特定内存： JVM本身使用的内存，包含JVM的metaspace和over-head - JVM的metaspace：JVM 元空间。`taskmanager.memory.jvm-meta-space.size`，默认为256mb。 - JVM 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、编译内存等所使用的内存。 `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或者大于配置的max大小，则使用min/max ### 框架内存 Flink框架，即TaskManager本身占用的内存，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执行用户代码所使用的内存。 堆内：`taskmanager.memory,task,heap.size`，默认none，由Flink内存扣除掉其他部分内存得到。 堆外：`taskmanager.memory,task.off-heap.size`，默认为0，表示不适用堆外内存。 ### 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`，默认为64mb。 `taskmanager.memory.network.max`，默认为1gb。 ` Flink内存*fraction `,如果小于配置的min或者大于配置的max大小，则使用min/max ### 托管内存 用于RocksDB 状态后端的本地内存和批的排序、hash、缓冲中间结果。 堆外： `taskmanager.memory.managed.fraction`,默认0.4。 `taskmanager.memory.managed.size` ，默认为none。 如果size没指定，则等于Flink内存 * fraction 。 查看TaskManager内存图，如下所示，如果内存长时间占用比例过高就需要调整Flink作业内存了。  - 如果未使用RocksDB作为状态后端，则可以将管理内存调整为0. - 单个TaskManager内存大小为2-8G之间。 # 并行度设置 并行度的设置和具体的作业强关联。 ## 全局并行度 ### 并行度设置： 1. flink-conf.yml 设置 在我们提交一个Job的时候如果没有考虑并行度的话，那么Flink会使用默认配置文件中的并行度。配置如下： ```conf parallelism.default: 5 ``` 2. env级别 env的级别就是Environment级别。也就是通过Execution Environment来设置整体的Job并行度。 ```java val env = Stream... env.setParallelism(5); ``` 3. 客户端级别 如果在执行Job时候，发现代码中没有设置并行度而又不修改配置文件的话，可以通过Client来设置Job的并行度。 ```bash ./bin/flink run -p 5 ../wordCount-java*.jar ``` -p即设置WordCount的Job并行度为5。 4. 算子级别 我们在编写Flink项目时,可能对于不同的Operator设置不同的并行度，例如为了实现读取Kafka的最高效 读取需要参考Kafka的partition的数量对并行度进行设置，在Sink时需要对于Sink的介质设置不同的并行 度。这样就会存在一个Job需要有多个并行度。这样就需要用到算子级别的并行度设置: ```java val env = Stream... val text = ... text.keyBy(XXX) .flatMap(XXX).setParallelism(5) //计算时设置为5 .addSink(XXXXX).setParallelism(1) //写入数据库时候设置为1 ``` 从优先级上来看: 算子级别 > env级别 > Client级别 > 系统默认级别 并行度的高级别会覆盖低级别的配置。例如在算子中设置的策略会覆盖配置文件中的parallelism。 在实际的使用中,我们需要设置合理的并行度来保证数据的高效处理，在一般情况下例如source，Sink等 可能会需要不同的并行度来保证数据的快速读取与写入负载等。