Flink-TaskExecutor内存分析

Flink的TaskExecutor/Container进程主要运行工作线程,其内存管理对Flink作业的运行有重要意义。Flink的TaskExecutor进程的内存配置参数较多,理解较为复杂。本文尝试从Flink源码角度来分析一下进程中各内存大小是如何确定的。

首先看一下进程包含使用的内存分类,如下图:

Flink Executor 内存模型

绿色为JVM堆内存,红色为堆外内存。进程各部分内存均是通过配置参数获取。

-Xmx决定了TaskHeapMemory + FrameworkHeapMemory上限

-XX:MaxDirectMemorySize 决定了TaskOffHeapMemory + FrameOffHeapMemory + NetworkMemory的上限

为方便表述,如下我们分别使用以下变量名表示各部分内存

变量名 含义 Flink参数
TotalMemory TaskExecutor进程总内存 taskmanager.memory.process.size
FlinkMemory Flink管理的内存 taskmanager.memory.flink.size
TaskHeapMemory Task Heap Memory taskmanager.memory.task.heap.size
TaskOffHeapMemory Task Off-Heap Memory taskmanager.memory.task.off-heap.size
FrameworkHeapMemory Framework Heap Memory taskmanager.memory.framework.heap.size
FrameOffHeapMemory Frame Off-Heap Memory taskmanager.memory.framework.off-heap.size
NetworkMemory Network Memory NA
ManagedMemory Managed Memory taskmanager.memory.managed.size
OverHeadMemory JVM Overhead Memory NA

如下是结合源码(Flink1.10.0版本的TaskExecutorProcessUtils#processSpecFromConfig方法)分析各部分内存的计算方法。其核心逻辑是根据配置好的一个或多个参数推测出其他各部分内存大小。根据指定参数的情况,分为如下三个场景(判断有先后之分,不满足场景一才会继续判断是否满足场景二,不满足场景二才会去判断是否满足场景三)

场景 场景条件
场景一 同时配置TaskHeapMemory和ManagedMemory
场景二 配置FlinkMemory
场景三 配置TotalMemory

场景一:已知TaskHeapMemory和ManagedMemory

组件内存 计算方法 默认值
TaskHeapMemory 通过taskmanager.memory.task.heap.size配置项获取 NA
ManagedMemory 通过taskmanager.memory.managed.size配置获取 NA
FrameworkHeapMemory 通过taskmanager.memory.framework.heap.size配置获取 128M
FrameworkOffHeapMemory 通过taskmanager.memory.framework.off-heap.size获取 128M
TaskOffHeapMemory 通过taskmanager.memory.task.off-heap.size获取 0
MetaspaceMemory 通过taskmanager.memory.jvm-metaspace.size获取 96M

NetworkMemory的计算:

先计算一个出Network之外的内存之和totalFlinkExcludeNetworkMemorySize

totalFlinkExcludeNetworkMemorySize = TaskHeapMemory + TaskOffHeapMemory + ManagedMemory + FrameworkHeapMemory + FrameworkOffHeapMemory 
  • 如果设置了FlinkMemory (由参数taskmanager.memory.flink.size控制):

    NetWorkMemory = FlinkMemory - totalFlinkExcludeNetworkMemorySize
    
  • 如果配置了taskmanager.network.numberOfBuffers 并且没有配置taskmanager.memory.network.min,taskmanager.memory.network.max,taskmanager.memory.network.fraction

    // 默认是32Kb* 2048
    NetworkMemory = taskmanager.memory.segment-size * taskmanager.network.numberOfBuffers
    
  • 否则

    // fraction 默认0.1
    fraction = taskmanager.memory.network.fraction
    NetworkMemory = totalFlinkExcludeNetworkMemorySize * (fraction/(1-fraction))
    // 最终计算出来的NetWorkMemory的值应当在范围内[taskmanager.memory.network.min,taskmanager.memory.network.max],否则会被截取
    

OverHeadMemory的计算

  • 如果有配置TotalMemory(通过taskmanager.memory.process.size配置)

    OverHeadMemory = TotalMemory - FlinkMemory - MetaspaceMemory
    
  • 否则

    // fraction默认0.1
    fraction = taskmanager.memory.jvm-overhead.fraction
    OverHeadMemory = (FlinkMemory + MetaspaceMemory) * (fraction/(1-fraction))
    // 最终计算出来的NetWorkMemory的值应当在范围内[taskmanager.memory.jvm-overhead.min,taskmanager.memory.jvm-overhead.max],否则会被截取
    

场景二:已知FlinkMemory

组件内存 计算方法 默认值
FrameworkHeapMemory 通过taskmanager.memory.framework.heap.size配置获取 128M
FrameworkOffHeapMemory 通过taskmanager.memory.framework.off-heap.size获取 128M
TaskOffHeapMemory 通过taskmanager.memory.task.off-heap.size获取 0
MetaspaceMemory 通过taskmanager.memory.jvm-metaspace.size获取 96M

TaskHeapMemory,ManagedMemory,NetworkMemory的计算

如果有配置TaskHeapMemory
  • TaskHeapMemory的计算

    通过配置taskmanager.memory.task.heap.size获取

  • ManagedMemory的计算

    • 如果有配置taskmanager.memory.managed.size,从该配置获取

    • 否则

      //// fraction默认0.4
      fraction = taskmanager.memory.managed.fraction
      NetWorkMemory = FlinkMemory * fraction
      // 最终计算出来的NetWorkMemory的值应当在范围内[0,Long.MAX_VALUE],否则会被截取
      
  • NetworkMemory的计算

    NetworkMemory = FlinkMemory - TaskHeapMemory - TaskOffHeapMemory - FrameworkHeapMemory - FrameworkOffHeapMemory - ManagedMemory
    
如果没有配置TaskHeapMemory
  • Managed Memory的计算:

    • 如果有配置taskmanager.memory.managed.size,从该配置获取

    • 否则

      //// fraction默认0.4
      fraction = taskmanager.memory.managed.fraction
      ManagedMemory = FlinkMemory * fraction
      // 最终计算出来的NetWorkMemory的值应当在范围内[0,Long.MAX_VALUE],否则会被截取
      
  • NetworkMemory的计算:

    • 如果配置了taskmanager.network.numberOfBuffers 并且没有配置taskmanager.memory.network.min,taskmanager.memory.network.max,taskmanager.memory.network.fraction

      // 默认是32Kb* 2048
      NetworkMemory=taskmanager.memory.segment-size * taskmanager.network.numberOfBuffers 
      
    • 否则

      // fraction 默认0.1
      fraction = taskmanager.memory.network.fraction
      NetworkMemory = FlinkMemory * fraction
      // 最终计算出来的NetWorkMemory的值应当在范围内[taskmanager.memory.network.min,taskmanager.memory.network.max],否则会被截取
      
  • TaskHeapMemory的计算

    TaskHeapMemory = FlinkMemory - NetworkMemory - ManagedMemory - TaskOffHeapMemory - FrameworkHeapMemory - FrameworkOffHeapMemory
    

OverHeadMemory内存计算

  • 如果有配置 TotalMemory(通过taskmanager.memory.process.size配置)

    OverHeadMomory = TotalMemory - FlinkMemory - MetaspaceMemory
    
  • 否则

    // fraction默认0.1
    fraction = taskmanager.memory.jvm-overhead.fraction
    NetWorkMemory = (totalFlinkExcludeNetworkMemorySize + NetWorkMemory) * (fraction/(1-fraction))
    // 最终计算出来的NetWorkMemory的值应当在范围内[taskmanager.memory.jvm-overhead.min,taskmanager.memory.jvm-overhead.max],否则会被截取
    

场景三:配置TotalMemory

组件内存 计算方法 默认值
FrameworkHeapMemory 通过taskmanager.memory.framework.heap.size配置获取 128M
FrameworkOffHeapMemory 通过taskmanager.memory.framework.off-heap.size获取 128M
TaskOffHeapMemory 通过taskmanager.memory.task.off-heap.size获取 0
MetaspaceMemory taskmanager.memory.jvm-metaspace.size 96M

OverHeadMemory内存计算

//fraction默认为0.1
fraction = taskmanager.memory.jvm-overhead.fraction
OverHeadMemory = TotalMemory * fraction
// 最终计算出来的NetWorkMemory的值应当在范围内[taskmanager.memory.jvm-overhead.min,taskmanager.memory.jvm-overhead.max],否则会被截取

TaskHeapMemory,ManagedMemory,NetworkMemory的计算

如果有配置TaskHeapMemory
  • TaskHeapMemory通过配置taskmanager.memory.task.heap.size获取

  • ManagedMemory内存计算

    • 如果有配置ManagedMemory(通过taskmanager.memory.managed.size配置),从该配置获取

    • 否则

      //// fraction默认0.4
      fraction = taskmanager.memory.managed.fraction
      ManagedMemory = (TotalMemory - MetaspaceMemory - OverHeadMemory) * fraction
      // 最终计算出来的NetWorkMemory的值应当在范围内[0,Long.MAX_VALUE],否则会被截取
      
  • NetworkMemory的计算

    NetworkMemory = TotalMemory - MetaspaceMemory - OverHeadMemory - ManagedMemory - TaskHeapMemory - TaskOffHeapMemory - FrameworkOffHeapMemory - FrameworkHeapMemory
    
如果没有配置TaskHeapMemory
  • ManagedMemory内存计算

    • 如果有配置taskmanager.memory.managed.size,从该配置获取

    • 否则

       //// fraction默认0.4
       fraction = taskmanager.memory.managed.fraction
       Managed Memory = (TotalMemory - MetaspaceMemory - OverHeadMemory) * fraction
       // 最终计算出来的NetWorkMemory的值应当在范围内[0,Long.MAX_VALUE],否则会被截取
      
  • NetworkMemory内存计算

    • 如果配置了taskmanager.network.numberOfBuffers 并且没有配置taskmanager.memory.network.min,taskmanager.memory.network.max,taskmanager.memory.network.fraction

      // 默认是32Kb* 2048
      NetworkMemory=taskmanager.memory.segment-size * taskmanager.network.numberOfBuffers 
      
    • 否则:

      // fraction 默认0.1
      fraction = taskmanager.memory.network.fraction
      NetworkMemory = (TotalMemory - MetaspaceMemory - OverHeadMemory)* fraction
      // 最终计算出来的NetWorkMemory的值应当在范围内[taskmanager.memory.network.min,taskmanager.memory.network.max],否则会被截取
      
  • TaskHeapMemory 内存计算

    TaskHeapMemory = TotalMemory - MetaSpaceMemory - OverHeadMemory - NetworkMemory - ManagedMemory - TaskOffHeapMemory - FrameworkOffHeapMemory - FrameworkHeapMemory
    
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,457评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,837评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,696评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,183评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,057评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,105评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,520评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,211评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,482评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,574评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,353评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,897评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,489评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,683评论 2 335