当前位置:   article > 正文

Flink TaskManager的Memory Model内存模型_flink memory model

flink memory model

1. Memory Model内存模型图

内存模型图

1.1 Total Process Memory

作用:整个TaskManager进程的内存
组成:等于Total Flink Memory + JVM Metaspace + JVM Overhead
配置:由taskmanager.memory.process.size: xxxm配置,默认为1728m

Total Flink Memory
作用:属于Flink的内存
配置:由taskmanager.memory.flink.size: xxxm配置,没有默认值。不推荐同时配置Total Process Memory和Total Flink Memory

JVM Metaspace
作用:属于Off Heap内存,主要储存类的元数据
配置:由taskmanager.memory.jvm-metaspace.size: xxxm配置,默认为256m

JVM Overhead
作用:属于Off Heap内存,保留给JVM其他的内存开销,例如Thread Stack、code cache、GC回收等
配置:由下面3个参数进行配置

  • taskmanager.memory.jvm-overhead.min: xxxm,默认为192m
  • taskmanager.memory.jvm-overhead.max: xxxm,默认为1g
  • taskmanager.memory.jvm-overhead.fraction: 0.xx,默认为0.1

1.2 Total Flink Memory

组成:等于JVM Heap + Managed Memory + Direct Memory

1.2.1 JVM Heap

Framework Heap
作用:TaskManager框架自己所以的Heap内存,不用于执行task
配置:由taskmanager.memory.framework.heap.size: xxxm配置,默认为128m

Task Heap
作用:执行task所需的Heap内存
配置:由taskmanager.memory.task.heap.size: xxxm配置,默认等于Total Flink Memory – Framework Heap – Managed Memory – Direct Memory

1.2.2 Managed Memory

作用:属于Off Heap内存,主要用于排序、哈希表、中间结果缓存、RocksDB的backend
配置:
方式一:由taskmanager.memory.managed.size: xxxm配置,没有默认值
方式二:由taskmanager.memory.managed.fraction: 0.xx配置,默认为0.4,即Total Flink Memory的40%

1.2.3 Direct Memory

Framework Off-Heap
作用:taskManager保留的Off-Heap内存,不会分配给任何slot
配置:由taskmanager.memory.framework.off-heap.size: xxxm配置,默认为128m。不建议进行修改

Task Off-Heap
作用:用于Flink代码中调用Native方法
配置:由taskmanager.memory.task.off-heap.size: xxxm配置,默认为0m

Network
作用:Task与Task之间进行数据Shuffle时的缓存内存
配置:由下面3个参数进行配置

  • taskmanager.memory.network.min: xxxm,默认为64m
  • taskmanager.memory.network.max: xxxm,默认为1g
  • taskmanager.memory.network.fraction: 0.xx,默认为0.1

2. JVM内存概念

2.1 Heap

作用:主要用于储存new出来的对象和数据,由GC垃圾回收器进行维护

2.2 Off-Heap

作用:主要用于储存地址空间,不由GC垃圾回收器维护

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/运维做开发/article/detail/810075
推荐阅读
相关标签
  

闽ICP备14008679号