Flink CDC 的 run -t yarn-per-job 提交方式不能单独指定管理内存,但可以通过调整 JVM 参数来控制内存使用。
在Flink CDC中,使用runt yarnperjob提交作业时,可以单独指定管理内存,下面是详细的解释和相关单元表格:

创新互联坚持“要么做到,要么别承诺”的工作理念,服务领域包括:网站制作、做网站、企业官网、英文网站、手机端网站、网站推广等服务,满足客户于互联网时代的叶集网站设计、移动媒体设计的需求,帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴!
1、配置管理内存参数:
yarn.application.memory: 用于设置整个应用程序的内存上限(以MB为单位)。
yarn.scheduler.minimumallocationmb: 用于设置每个容器的最小内存分配量(以MB为单位)。
yarn.scheduler.maximumallocationmb: 用于设置每个容器的最大内存分配量(以MB为单位)。
2、示例配置:
```properties
yarn.application.memory=10240 # 设置应用程序内存上限为10GB
yarn.scheduler.minimumallocationmb=512 # 设置容器最小内存分配量为512MB
yarn.scheduler.maximumallocationmb=8192 # 设置容器最大内存分配量为8GB
```
3、如何单独指定管理内存?
通过在提交作业时使用以下命令行参数,可以单独指定管理内存:
```bash
runt yarnperjob yD yarn.application.memory=
```
是所需的管理内存大小,可以是整数或浮点数。
相关问题与解答:
问题1:如何在Flink CDC中使用runt yarnperjob提交作业并指定管理内存?
答案:可以使用以下命令行参数来指定管理内存:
runt yarnperjob yD yarn.application.memory=yD yarn.scheduler.minimumallocationmb= yD yarn.scheduler.maximumallocationmb=
将替换为所需的管理内存大小即可。
问题2:为什么需要单独指定管理内存?
答案:单独指定管理内存可以更好地控制作业的资源使用情况,通过调整管理内存的大小,可以根据具体需求进行优化,避免资源浪费或不足的情况发生。