Flink 内存管理

一、内存模型

上图是一个 Flink 程序进程总体的内存模型，其包含 Flink 使用内存、JVM 元空间以及 JVM 开销。

• Flink 使用了堆上内存和堆外内存；
• 框架内存使用了堆上内存和堆外内存的直接内存；
• Task 使用堆上内存和堆外内存的直接内存；
• 管理内存、JVM 元空间以及 JVM 内存开销使用了堆外内存；
• 网络内存使用了堆外内存；

概念解释：

        JVM Heap：JVM 堆上内存

                Framework Heap Memory：Flink 框架本身使用的内存，不计入 Slot 资源中；

                Task Heap Memory：Task 执行用户代码时所使用的堆上内存；

        Off-Heap Memory：JVM 堆外内存

                Direct Memory：JVM 直接内存

                        Framework Off-Heap Memory：Flink 框架本身所使用的堆外内存，不计入 Slot 资源；

                        Task Off-Heap Memory：Task 执行用户代码所使用的堆外内存；

                        Network Memory：网络数据交换所使用的对外内存大小，如网络交换缓冲区；

                Managed Memory：Flink 管理的堆外内存，用于管理排序、哈希表、缓存中间结果以及 RocksDB State Backend 的本地内存；

     

Flink 使用内存 = 框架堆内和堆外内存 + Task 堆内和堆外内存 + 网络内存 + 管理内存

进程内存 = Flink 使用内存 + JVM 本身使用的内存

1.1、JobManager 内存模型

源码在 JobManagerFlinkMemory.java

配置在 flink-conf.yaml 中的 jobmanager.memory.process.size: 

1.2 TaskManager 内存模型

源码在 TaskExecutorFlinkMemory.java

配置在 flink-conf.yaml 中的 taskmanager.memory.flink.size: 

1.3 内存分配

1.3.1、JobManager 内存分配

调用 YarnClusterDescriptor.java 中的 startAppMaster()方法：

private ApplicationReport startAppMaster(
			Configuration configuration,
			String applicationName,
			String yarnClusterEntrypoint,
			JobGraph jobGraph,
			YarnClient yarnClient,
			YarnClientApplication yarnApplication,
			ClusterSpecification clusterSpecification) throws Exception {
    ... ...
    final JobManagerProcessSpec processSpec = JobManagerProcessUtils.processSpecFromConfigWithNewOptionToInterpretLegacyHeap(
			flinkConfiguration,
			JobManagerOptions.TOTAL_PROCESS_MEMORY);
		final ContainerLaunchContext amContainer = setupApplicationMasterContainer(
				yarnClusterEntrypoint,
				hasKrb5,
				processSpec);
    ... ...
}