网站点击代码,只用wordpress 主题,金蝶软件公司官网,wordpress兼容手机端背景
flink中最常见的问题就是反压#xff0c;这种情况下我们要正确的识别导致反压的真正的源头#xff0c;本文就简单看下如何正确识别反压的源头
反压的源头
首先我们必须意识到现实中轻微的反压是没有必要去优化的#xff0c;因为这种情况下是由于偶尔的流量峰值,Task…背景
flink中最常见的问题就是反压这种情况下我们要正确的识别导致反压的真正的源头本文就简单看下如何正确识别反压的源头
反压的源头
首先我们必须意识到现实中轻微的反压是没有必要去优化的因为这种情况下是由于偶尔的流量峰值,TaskManager的GC定时任务或者网络波动正好触发引起的我们要优化的是那种出现持续的反压的情况
其次反压是通过JobManager通过对TaskManager进行定时采样判断TaskManager的cpu状态来确定的如下: JobManager对多个采样周期的数据进行平均后得到如下参数
idleTimeMsPerSecond 每秒空闲时间 busyTimeMsPerSecond 每秒繁忙时间 backPressuredTimeMsPerSecond 每秒反压时间
这里需要注意既然是多个周期内的平均需要意识到我们有可能处于这种情况比如上一个采样cpu处于反压状态下一个采样处于空闲状态,这种情况其实也值得注意
然后反压的定义如下
OK: 0% back pressured 10% LOW: 10% back pressured 50% HIGH: 50% back pressured 100%
重新回到正题比如如下的图
我们看到Source算子和Flat map算子都处于严重的反压状态那么导致反压的算子是哪一个呢是Source算子和Flat Map算子本身吗答案肯定不是上游的算子反压都是由于下游算子的消费速度跟不上造成的所以我们需要查看反压算子的下游算子下游算子中cpu使用100%的那个下游算子几乎就是导致反压的真正源头比如这里的keyed aggregate→map算子cpu使用达到了100%这才是我们需要优化的算子
PS: flink UI中展示的每个算子的cpu空闲/忙碌/反压值是算子所有算子任务中的最大子任务的cpu空闲/最大子任务的cpu忙碌/最大子任务的cpu反压的值
