如何修复：java.lang.OutOfMemoryError: Direct buffer memory in flink kafka consumer

Posted 2023-03-10

【中文标题】如何修复：java.lang.OutOfMemoryError: Direct buffer memory in flink kafka consumer

【英文标题】：How to fix: java.lang.OutOfMemoryError: Direct buffer memory in flink kafka consumer

【发布时间】：2019-09-17 07:49:50

【问题描述】：

我们在 kubernetes 上运行一个 5 节点的 flink 集群（1.6.3），带有 5 个分区的 Kafka 主题源。 5 个作业正在读取该主题（具有不同的消费者组），每个作业的并行度 = 5。

每个任务管理器都使用 10Gb 的内存运行，并且任务管理器堆大小限制为 2Gb。 摄取负载相当小（每秒 100-200 条消息），平均消息大小约为 4-8kb。 所有工作都运行良好几个小时。一段时间后，我们突然看到一个或多个作业失败：

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 重新启动作业，但在该异常上一直失败。 我们已尝试按照此处的建议减少记录民意调查： Kafka Consumers throwing java.lang.OutOfMemoryError: Direct buffer memory 我们还尝试按照此处的建议增加 kafka 堆大小： Flink + Kafka, java.lang.OutOfMemoryError when parallelism > 1，虽然我无法理解在 flink 进程中分配内存失败与 kafka 代理进程的 jvm 内存有什么关系，而且我在代理日志中看不到任何指示 oom 的内容。

失败的原因可能是什么？我们还应该检查什么？

谢谢！

【参考方案1】：

您可能低估的一件事是，并行度为 5，意味着有 5+4+3+2+1=18 对组合。如果我们将此与链接的线程进行比较，则可能有 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 来解决问题，因此我的第一个想法是在此处将其设置为 80（甚至设置为 10），看看是否可以解决问题。

（我不确定需求是否以这种方式形成，但唯一明显的区别是从 3 到 5 的并行度，因此这似乎是一个很好的补偿点）。