多谢解答。 managed memory和network buffers在作业启动后会有调整是在 https://ci.apache.org/projects/flink/flink-docs-release-1.9/ops/mem_setup.html 里看到的，是1.9版本里的。
还有两个小地方想确认一下，一是您前面说native内存是无法知道使用情况的，那么除了cut-off里的native内存，在Flink 配置项中 task/framework offheap（包括 direct 和 native内存）其中的native内存，以及1.10里managed memory使用的native 内存，是不是也无法在metrics里展示使用情况？ 第二个是我看到metrics里directMemoryUsed总是和所配置的direct内存大小是一样的，不知道具体原因是啥？ 再次非常感谢～ 在 2020-03-09 18:39:13，"Xintong Song" <tonysong...@gmail.com> 写道： >> >> 图1中的Direct类型里面所包含的framework offheap、task offheap以及shuffle就是您讲的“不在 JVM >> 堆上但受到 JVM 管理的内存：Direct”么？ > >是的 > > >> 这部分内存是可以知道其使用情况并在metrics里看到的么？ > >应该是与metrics中的Direct是对应的（因为绝大多数情况我们没有使用Mapped Buffer），这里细节我记不太清楚了最好再确认下。 > >另外，flink 1.10里将RocksDBStateBackend改为使用managed memory，不过网页上显示的是managed >> memory统一使用offheap内存，您的解答里说的是native内存，不知道是不是您说的“完全不受 JVM 管理的内存：Native”这个？ > >是的 > >不是太清楚offheap和direct以及native的关系是怎样的 > >Flink 配置项中的 task/framework offheap，是包括了 direct 和 native >内存算在一起的，也就是说用户不需要关心具体使用的是 direct 还是 native。 > >最后，我在官网上看managed memory和network buffers在作业启动后会有变化 > >能把具体的页面链接发一下吗，可能指的是1.9以前的情况，1.10是不会变化的。1.9以前的话，TM会在进程启动并初始化之后触发一次GC，然后以GC后的空闲内存作为Heap内存重新算一遍managed、network内存应该多大。 > >Thank you~ > >Xintong Song > > > >On Mon, Mar 9, 2020 at 3:23 PM pkuvisdudu <zjkingdom2...@163.com> wrote: > >> 非常详细的解答，非常感谢～～ >> >> 还有一些小疑问。图1中的Direct类型里面所包含的framework offheap、task offheap以及shuffle就是您讲的“不在 >> JVM 堆上但受到 JVM 管理的内存：Direct”么？这部分内存是可以知道其使用情况并在metrics里看到的么？ >> >> 另外，flink 1.10里将RocksDBStateBackend改为使用managed memory，不过网页上显示的是managed >> memory统一使用offheap内存，您的解答里说的是native内存，不知道是不是您说的“完全不受 JVM >> 管理的内存：Native”这个？不是太清楚offheap和direct以及native的关系是怎样的 >> >> 最后，我在官网上看managed memory和network >> buffers在作业启动后会有变化，但我一直看不懂是咋变化的，不知道这里能否解答一下 >> >> 再次感谢详细的解答～～ >> >> >> >> >> | | >> 张江 >> | >> | >> 邮箱：zjkingdom2...@163.com >> | >> >> 签名由 网易邮箱大师 定制 >> >> 在2020年03月09日 11:22，Xintong Song 写道： >> Hi, >> >> >> 关于你的几个问题： >> >> >> 1. 关于 JVM 的内存，堆内存（Heap Memory）的定义通常是比较清晰的，但堆外/非堆内存（Off-Heap/Non-Heap >> Memory）的定义却有很多不同的版本，这应该是导致你困惑的主要原因。让我们先抛开这些名词，本质上 Java 应用使用的内存（不包括 JVM >> 自身的开销）可以分为三类： >> JVM 堆内存：Heap >> 不在 JVM 堆上但受到 JVM 管理的内存：Direct >> 完全不受 JVM 管理的内存：Native >> Direct 内存是直接映射到 JVM 虚拟机外部的内存空间，但是其用量又受到 JVM 的管理和限制，从这个角度来讲，认为它是 JVM 内存或者非 >> JVM 内存都是讲得通的。 >> >> >> 关于 Off-Heap/Non-Heap，广义上讲只要不是 Heap 内存就可以称为 Non-Heap，但是我们经过实验发现 MXBean 的 >> Non-Heap 是不包括 Direct，而是由 Code Cache、Metaspace、Compressed Class Space >> 几个部分组成。FLIP-102 讨论的是 metrics 如何在 WebUI 上展示，Flink metrics 是通过 MXBean >> 获取的，因此图一展示的 Non-Heap 是与 MXBean 的 Non-Heap 定义的。 >> >> >> 2. Heap/Non-Heap 前面已经介绍过，而 Direct/Mapped 则同样是通过 MXBean 统计两个 Buffer Pool >> 的情况。这里的 Direct 指的是 Direct Buffer Pool 而不是 Direct Memory，这两个 Buffer Pool 都是受 >> -XX:MaxDirectMemorySize 控制的，可以认为都是 Direct Memory 的一部分。 >> >> >> 这几个 metrics 加在一起不是 TM 的总内存，一方面是因为 Native 内存没有被算进去（也就是 Cut-off 的主要部分），因为 >> Native 是不受 JVM 管理的，MXBean 完全不知道它的使用情况。另一方面，JVM 自身的开销也并不是都被覆盖到了，比如对于栈空间，JVM >> 只能限制每个线程的栈空间有多大，但是不能限制线程的数量，因此总的栈空间大小也是不受控制的，也没有通过 Metric 来体现。 >> >> >> 总的来说，JVM 的内存机制是非常复杂的，且并不是每一个部分都能够由用户参数控制的。Flink 1.10 >> 简化了内存模型，目的是让用户不需要去关心这其中的细节，只关注 Flink 各功能模块所需的相关内存大小即可。而目前在 1.10 中的 metric >> 是比较缺失的无法完全描述 Flink 的内存使用情况，社区提出 FLIP-102 梳理 metrics 及 UI >> 展示也正是为了解决这个问题。但即便如此，受 JVM 内存机制本身的限制，恐怕也很难做到每个部分都完全匹配到对应的 metrics 上。 >> >> >> 3. 这个应该是存在 state 里的，具体用哪种类型的内存取决于你的 State Backend >> 类型。MemoryStateBackend/FsStateBackend 用的是 Heap 内存，RocksDBStateBackend 用的是 >> Native 内存，也就是 1.10 中的 Manage Memory。 >> >> >> >> Thank you~ >> >> Xintong Song >> >> >> >> >> >> On Sun, Mar 8, 2020 at 4:49 PM pkuvisdudu <zjkingdom2...@163.com> wrote: >> >> Hi all, >> >> >> 我是Flink新人，最近在看一些flink资源管理机制的知识，有3个内存类型方面的问题想请教大家： >> >> >> 1. >> Flink的内存类型如下图1所示，其中Heap内存和NonHeap内存由JVM管理，我想问一下Direct内存是否也是由JVM管理？因为我同时也看到过图2所示的内存类型，上面标示的是JVM >> Direct，但在FLIP102里看到的是属于Outside JVM，所以现在有点困惑。另外，我从相关页面上只看到了Network buffers, >> Managed memory, Heap的计算方法，但不知道按照图1所示的内存类型，Direct内存和NonHeap是怎么计算分配的？ >> 图1 >> 图2 >> 2. Flink metrics里展示的内存方面的信息以Status.JVM.Memory为前缀，包含Heap, NonHeap, Direct, >> Mapped四种。我测试过，这四种内存Used之和应该并不是TM真正所使用的总内存。那么TM使用的总内存还包括哪些，是在哪里用到的？（不知道是不是cut-off那部分使用的内存？）Flink >> 1.10似乎对内存进行了更细致的划分和分配，但在metrics里展示的内配置和使用信息还是跟1.9一样的么？ >> 3. Window相关的算子会将窗口内的数据作为状态保存在内存里，等待窗口触发再进行计算。想问一下这里的状态是存在哪种类型的内存里面？ >> >> >> 祝好， >> >> >> >> >>
