Flink之TaskManager内存解析

一、CK失败

Flink任务的checkpoint操作失败大致分为两种情况，ck decline和ck expire:

（1）ck decline

发生ck decline情况时，我们可以通过查看JobManager.log或TaskManager.log查明具体原因。其中有一种特殊情况为ck cancel，当前 Flink 中如果较小的ck还没有对齐的情况下，收到了更大的ck，则会把较小的ck给取消掉。

（2）ck expire

如果ck做的非常慢，超过了timeout还没有完成，则整个ck也会失败。这种情况也可以通过查看JobManager.log或TaskManager.log查明具体原因。

由查看JobManager和TaskManager（下文简称TM）当时的日志可知，是因为TM重启，导致做ck超时，发生了ck Expire。

而TM重启的原因，主要有两个原因，一个可能是网络传输波动，另一个是TM资源不足，通过进一步排查，本次TM重启的原因是当时处理数据量增加，导致TM资源不足，发生了TM重启，进而导致了那次ck失败。

二、TaskManager内存分析

TaskManager内存示意图

组成部分	配置参数	描述
框架堆内存࿰