感谢回复，我尝试一下这两个参数。 我还有一个问题，flink的内存配置参数在启动，在运行时是否有办法查看。 或者在启动的时候是可以通过日志打印出来吗？
-- Best! Aven 在 2020-12-16 19:22:19，"Xintong Song" <[email protected]> 写道： >可以使用这两个参数。 > > - containerized.heap-cutoff-ratio > - containerized.heap-cutoff-min > >cutoff 的含义是从 container 内存中额外留出一部分，不作为 flink 的 heap/network/managed >内存。这部分内存通常是用于 JVM、用户代码、第三方依赖的对外内存开销。Flink 计算 MaxDirectMemorySize 参数时也会把 >cutoff 算进去，因此调大 cutoff 也可以起到放宽直接内存上限的效果。 > > >另外，Flink 1.9 及以前的内存模型是比较混乱的，建议有条件的话尽快升级到新版本。 > > >Thank you~ > >Xintong Song > > > >On Wed, Dec 16, 2020 at 7:07 PM 巫旭阳 <[email protected]> wrote: > >> 报错信息如下 >> Caused by: java.lang.OutOfMemoryError: Direct buffer memory at >> java.nio.Bits.reserveMemory(Bits.java:693) >> >> at java.nio.DirectByteBuffer.(DirectByteBuffer.java:123) at >> java.nio.ByteBuffer.allocateDirect(ByteBuffer.java:311) >> >> at sun.nio.ch.Util.getTemporaryDirectBuffer(Util.java:241) >> >> at sun.nio.ch.IOUtil.read(IOUtil.java:195) >> >> at sun.nio.ch.SocketChannelImpl.read(SocketChannelImpl.java:380) >> >> at >> org.apache.kafka.common.network.PlaintextTransportLayer.read(PlaintextTransportLayer.java:110) >> >> at >> org.apache.kafka.common.network.NetworkReceive.readFromReadableChannel(NetworkReceive.java:97) >> >> at >> org.apache.kafka.common.network.NetworkReceive.readFrom(NetworkReceive.java:71) >> >> at >> org.apache.kafka.common.network.KafkaChannel.receive(KafkaChannel.java:169) >> >> at >> org.apache.kafka.common.network.KafkaChannel.read(KafkaChannel.java:150) >> >> at >> org.apache.kafka.common.network.Selector.pollSelectionKeys(Selector.java:355) >> >> >> at org.apache.kafka.common.network.Selector.poll(Selector.java:303) >> >> at org.apache.kafka.clients.NetworkClient.poll(NetworkClient.java:349) >> >> at >> org.apache.kafka.clients.consumer.internals.ConsumerNetworkClient.poll(ConsumerNetworkClient.java:226) >> >> >> at >> org.apache.kafka.clients.consumer.KafkaConsumer.pollOnce(KafkaConsumer.java:1047) >> >> >> at >> org.apache.kafka.clients.consumer.KafkaConsumer.poll(KafkaConsumer.java:995) >> >> >> >> 版本 >> Flink：1.9.1 >> kafka-client:0.10.0.1 >> 环境 >> on yarn >> JVM参数 >> -Xms14336m >> -Xmx14336m >> -XX:MaxDirectMemorySize=6144m >> flink-conf.yml >> 使用的是默认的参数 >> Stream任务，并且没有使用RocksDB >> >> 目前初步怀疑是Flink 的堆外内存占用过大导致kafka consumer 无法申请堆外内存导致OOM。但根据官方文档的配置 >> taskmanager.memory.fraction=0.7 这个应该在我的程序中不生效 >> taskmanager.network.memory.fraction=0.1 >> >> >> 这样的配置下来应该用户代码可使用的堆外内存为6144m*0.9=5529m >> 我的问题是 >> 在我当前的环境下是否还有我没注意到的Flink堆外内存配置，或者Flink需要占用的堆外内存是我所不了解的。 >> 除了控制kafka comsumer 的流量以外有没有什么其他的调整方式？ >> >> >> Best >> Aven >> >>
