[大数据]Flink 内存管理

JVM能够帮助程序员自动管理内存，但是大数据引擎通常需要在内存中加载大量的数据，对这些资源的管理就变得不可控起来。所以内存不可控是基于JVM的大数据引擎面临的一个大问题。那么Flink是怎么解决这个问题的呢？

答案就是：自主的内存管理。自己管自己控制。

Flink为什么要自己管理内存呢？

JVM管的不足：

1.有效数据密度低

内存中的数据存储是要对齐的，如果数据大小不够8byte的整数倍，会填充到后在接着存储。导致JVM中有效信息的存储密度很低。

2.垃圾回收

大数据场景中内存中会存放/产生大量的Java对象，如果出现了Full GC有可能导致集群中的心跳信息超时，节点被踢出集群，集群变得不稳定起来。

3.OOM

OOM导致JVM崩溃，影响整个分布式框架的健壮性和性能。

4.缓存未命中

缓存中存放的是：短期内CPU访问的数据（时间局部性），被访问数据附近的数据（空间局部性）
然而被访问数据附近的数据往往不是CPU下一步计算需要的数据，这就是缓存未命中。此时就需要从内存加载，没在内存的话就要从磁盘加载，效率极低。

?