RocksDB 在 flink 中出现消费者问题

Question

我有一份使用 RabbitMQ 的工作，我使用的是 FS 状态后端，但状态的大小似乎变大了，然后我决定将我的状态移动到 RocksDB。 问题是，在运行作业的最初几个小时内，如果流量变慢，则在更多时间后发生事件，但是当流量再次变高时，消费者开始出现问题（事件被堆积为未确认），然后这些问题是反映在应用程序的其余部分。

我有： 4个CPU核心 本地磁盘
16GB 内存
Unix环境
Flink 1.11
Scala 版本 2.11
1 个使用少量 keyedStreams 运行的单个作业，以及大约 10 次转换，然后沉入 Postgres

一些配置

flink.buffer_timeout=50
flink.maxparallelism=4
flink.memory=16
flink.cpu.cores=4
#checkpoints
flink.checkpointing_compression=true
flink.checkpointing_min_pause=30000
flink.checkpointing_timeout=120000
flink.checkpointing_enabled=true
flink.checkpointing_time=60000
flink.max_current_checkpoint=1
#RocksDB configuration
state.backend.rocksdb.localdir=home/username/checkpoints (this is not working don't know why)
state.backend.rocksdb.thread.numfactory=4
state.backend.rocksdb.block.blocksize=16kb
state.backend.rocksdb.block.cache-size=512mb
#rocksdb or heap
state.backend.rocksdb.timer-service.factory=heap (I have test with rocksdb too and is the same)
state.backend.rocksdb.predefined-options=SPINNING_DISK_OPTIMIZED

如果需要更多信息，请告诉我？

Answer 1

state.backend.rocksdb.localdir 应该是绝对路径，而不是相对路径。而且这个设置不是用来指定检查点去哪里（不应该在本地磁盘上），这个设置是用来指定工作状态保存在哪里（应该在本地磁盘上）。

您的工作正面临背压，这意味着管道的某些部分无法跟上。造成背压的最常见原因是 (1) 接收器跟不上，以及 (2) 资源不足（例如，并行度太低）。

您可以通过使用丢弃接收器运行作业来测试 postgres 是否存在问题。

查看各种指标应该可以让您了解哪些资源可能配置不足。