如何解决：flink kafka消费者中的java.lang.OutOfMemoryError: Direct buffer memory问题

Question

我们在Kubernetes上运行一个5节点的Flink集群（版本为1.6.3），使用了5个分区的Kafka主题作为数据源。有5个作业从该主题中读取数据（使用不同的消费者组），每个作业的并行度都为5。

每个任务管理器占用10GB的内存，任务管理器堆大小被限制为2GB。摄入负载较小（每秒100-200条消息），平均消息大小约为4-8KB。所有作业在几个小时内都可以正常运行。但在一段时间后，我们突然看到一个或多个作业失败了，原因是：

ava.lang.OutOfMemoryError: Direct buffer memory
    at java.nio.Bits.reserveMemory(Bits.java:666)
    at java.nio.DirectByteBuffer.<init>(DirectByteBuffer.java:123)
    at java.nio.ByteBuffer.allocateDirect(ByteBuffer.java:311)
    at sun.nio.ch.Util.getTemporaryDirectBuffer(Util.java:241)
    at sun.nio.ch.IOUtil.read(IOUtil.java:195)
    at sun.nio.ch.SocketChannelImpl.read(SocketChannelImpl.java:380)
    at org.apache.kafka.common.network.PlaintextTransportLayer.read(PlaintextTransportLayer.java:110)
    at org.apache.kafka.common.network.NetworkReceive.readFromReadableChannel(NetworkReceive.java:97)
    at org.apache.kafka.common.network.NetworkReceive.readFrom(NetworkReceive.java:71)
    at org.apache.kafka.common.network.KafkaChannel.receive(KafkaChannel.java:169)
    at org.apache.kafka.common.network.KafkaChannel.read(KafkaChannel.java:150)
    at org.apache.kafka.common.network.Selector.pollSelectionKeys(Selector.java:355)
    at org.apache.kafka.common.network.Selector.poll(Selector.java:303)
    at org.apache.kafka.clients.NetworkClient.poll(NetworkClient.java:349)
    at org.apache.kafka.clients.consumer.internals.ConsumerNetworkClient.poll(ConsumerNetworkClient.java:226)
    at org.apache.kafka.clients.consumer.KafkaConsumer.pollOnce(KafkaConsumer.java:1047)
    at org.apache.kafka.clients.consumer.KafkaConsumer.poll(KafkaConsumer.java:995)
    at org.apache.flink.streaming.connectors.kafka.internal.KafkaConsumerThread.run(KafkaConsumerThread.java:257)

Flink在重启作业后仍然因为异常而失败。我们尝试了减少记录轮询（如此处建议的：Kafka消费者抛出java.lang.OutOfMemoryError：直接缓冲区内存），以及增加Kafka堆大小（如此处建议的：Flink + Kafka，当并行度> 1时java.lang.OutOfMemoryError）。但我不明白在flink进程中无法分配内存与kafka代理进程的jvm内存有什么关系，并且我没有看到任何指示oom的代理日志。请问还可能是什么原因导致失败？我们还应该检查什么？谢谢！

- yaarix

Answer 1

您可能低估了一个问题, 并行度为5意味着有5+4+3+2+1=18对组合。如果和链接的线程进行比较，那里可能有3+2+1=6种组合。

在链接的线程中，通过将最大轮询记录设置为250来解决了该问题，因此我的第一个想法是在这里将其设置为80（甚至设置为10），看看是否可以解决问题。

（我不确定要求是否以这种方式塑造，但唯一显著的区别是从3到5的并行性，因此这似乎是一个很好的补偿点。）

- Dennis Jaheruddin