Hi 张江： 1. 你提到的三个Metric（Direct_MemoryUsed, NonHeap_Used, Heap_Used）是从MXBean获取到的，可以了解下java.lang.management包的作用，Flink这部分Metric源码好像在MerticUtils类里； 2. 从你的描述获取不到太多可定位OOM的信息，若非state算子则先关注下自己代码本身是否有内存泄漏的情况吧； 3. 可以在flink-conf.yml里配置个JMX监控，用VisualVM实时观察下Job Task运行情况；也可以通过配置`env.java.opts`来添加诸如`-XX:+HeapDumpOnOutOfMemoryError`等相关参数来获取heap dump以备后续问题排查；
> On Jan 17, 2020, at 10:10, 张江 <[email protected]> wrote: > > 大家好， > > > 我正在做flink算子的性能测试，发现了以下问题。 > flink加大数据量后运行时报OOM错误，但metrics中flink_taksmanager_Status_JVM_Memory_Direct_MemoryUsed，flink_taksmanager_Status_JVM_Memory_NonHeap_Used，flink_taksmanager_Status_JVM_Memory_Heap_Used一直没有波动（没有使用checkpoint，也没有网络方面的内存需求）。 > 想请问大家flink中这三个参数对应的内存具体是用来做什么的，OOM有可能是什么原因？ > > > 谢谢大家 > > > | | > 张江 > | > | > 邮箱：[email protected] > | > > 签名由 网易邮箱大师 定制
