一、Flink 常用问题及常用配置
| 参数 | 示例 | 说明 |
| execution.checkpointing.interval | 3min | Checkpoint 触发间隔 |
| state.backend | rocksdb / filesystem | 用于设置statebackend类型, 默认会以内存为statebackend(无法支持大状态) |
| taskmanager.memory.jvm-overhead.max | 2048m | 如果使用rocksdb Statebackend可能会出现堆外内存超用导致container lost问题，配置此参数可避免出现该问题 |
| taskmanager.memory.jvm-overhead.fraction | 0.2 | 默认是0.1 ， 如果调整超过了1G，则需要调整taskmanager.memory.jvm-overhead.max， 增大max |
| taskmanager.memory.managed.fraction | 0.5 | 设置managed memory的内存使用比例 |
| taskmanager.memory.managed.size | 2048m | 设置managed memory的大小 |
| state.backend.rocksdb.memory.partitioned-index-filters | true | 对RocksDB 的 partitioned Index 做了多级索引, 如果rocksdb的性能较差，可以尝试开启次参数进行优化 |
| state.checkpoint.fs.ignore-missing-file | false | 当误删checkpoint导致作业无法启动时，通过设置该参数为true(默认false)，使作业能够正常启动，仅在TM日志中记录一条异常(一般强烈建议不开启，可能会丢失状态，待出现该异常后再确定是否开启) |
| state.backend.checkpoint.stream-concat-enabled | true | 开启状态文件合并，减少状态文件的数量. |
| env.java.opts.jobmanager="" | 配置 jobManager jvm 参数 | |
| env.java.opts.taskmanager="" | 配置 taskmanager jvm 参数 | |
| pipeline.operator-chaining | true | 是否开启operator chain |
| flink.log.level | info / debug | flink日志级别 |
二、另外，CGroup内存和taskmanager heap 内存的区别
区别总结：
| 特性 | TaskManager Heap Memory | CGroup Memory |
|---|---|---|
| 定义 | Flink 配置项 taskmanager.heap.size 设置的 JVM 堆内存 | 操作系统（Linux）通过 CGroup 限制的 总内存 |
| 管理方式 | 由 JVM（Java） 内部的垃圾回收（GC）进行管理 | 由 Linux 内核 的 CGroup 进行管理 |
| 配置位置 | Flink 配置文件中的 taskmanager.heap.size | 通过操作系统或容器配置（如 Docker 的 --memory） |
| 内存类型 | 仅限于 JVM 堆内存 | 包括 堆内存、非堆内存、网络缓冲区等 |
| 影响 | 影响 Flink 任务的内存分配和垃圾回收频率 | 控制整个 TaskManager 进程的内存使用限制 |
| 资源限制 | 只影响 JVM 堆内存，不包括非堆内存 | 限制 TaskManager 进程的所有内存消耗，包括堆内存、非堆内存和其他内存 |
| 超出限制时的处理 | 可能导致频繁的垃圾回收，影响性能 | 可能导致 OOM（Out of Memory）错误，TaskManager 崩溃 |
结论：
taskmanager.heap.size主要影响 JVM 堆内存，它是 Flink 任务内存管理的一个核心部分。- CGroup 内存限制 是操作系统级别的限制，控制的是 TaskManager 进程的总体内存使用，包括堆内存、非堆内存以及其他类型的内存（例如网络缓冲区等）。CGroup 用于防止 TaskManager 因为内存使用过多而导致系统稳定性问题。
三、一般报错，报task manager was lost错误时：
task manager was lost只是现象，经常是内存OOM，container被kill掉了。具体是堆内内存不够还是堆外内存不够，需要具体看监控上的heap和cgroup内存监控，然后调整对应的内存资源分配。
