問題現(xiàn)象

一個使用10秒滾動窗口的任務在平穩(wěn)運行一段時間之后出現(xiàn)了頻繁的重啟。在TaskManager日志中能看到以下文本：

2019-03-17 16:05:28,854 INFO  org.apache.flink.yarn.YarnTaskExecutorRunner                  - RECEIVED SIGNAL 15: SIGTERM. Shutting down as requested.

原因定位

• 首先可以看到是YarnTaskExecutorRunner收到了SIGTERM信號, 因為是部署在Yarn上，所以基本可以定位到是Yarn因為什么原因從OS的層面將這個進程給Kill掉的托嚣。
  • 代碼上也可以根據(jù)這個日志可以定位到Flink的SignalHandler犯建，下圖可以看到Handler的構造調(diào)用過程。不管是YarnSessionClusterEntrypoint還是YarnTaskExecutorRunner的主函數(shù)都會注冊，并且會在接收到OS的"TERM", "HUP", "INT"信號是打出日志嬉荆。

    private static class Handler implements sun.misc.SignalHandler {
        private final Logger LOG;
        private final sun.misc.SignalHandler prevHandler;
        Handler(String name, Logger LOG) {
            this.LOG = LOG;
            prevHandler = Signal.handle(new Signal(name), this);
        }
        /**
         * Handle an incoming signal.
         *
         * @param signal    The incoming signal
         */
        @Override
        public void handle(Signal signal) {
            LOG.info("RECEIVED SIGNAL {}: SIG{}. Shutting down as requested.",
                signal.getNumber(),
                signal.getName());
            prevHandler.handle(signal);
        }
    }
  

  Handler構造器的調(diào)用
• 接著可以觀察這個TaskManager所在機器的Yarn的NodeManager的日志入蛆，grep出和這個容器相關的日志响蓉，可以看到最后如下。TaskManager內(nèi)存超出了物理內(nèi)存的限制哨毁。但是從GC日志來看枫甲，連Full GC都很少發(fā)生。

  2019-03-19 16:48:10,647 INFO   org.apache.hadoop.yarn.server.nodemanager.containermanager.monitor.ContainersMonitorImpl: Memory usage of ProcessTree 10265 for container-id container_1541225469893_4985_01_000005: 3.4 GB of 4 GB physical memory used; 5.4 GB of 8.4 GB virtual memory used
  

• 因為開了taskmanager.memory.off-heap=true選項，所以Flink內(nèi)部也會使用一些堆外的內(nèi)存想幻。還有就是RocksDB也會直接通過malloc分配內(nèi)存粱栖。

堆外內(nèi)存排查（大型繞彎路現(xiàn)場，想知道直接原因可以直接跳到最后）

• 在開啟堆外內(nèi)存優(yōu)化時脏毯，F(xiàn)link的MemoryManager和NetworkBufferPool會使用ByteBuffer.allocateDirect方法來創(chuàng)建DirectByteBuffer闹究，以此來使用堆外內(nèi)存。但是通過heap dump食店，可以看到DirectByteBuffer數(shù)量及其有限渣淤，因為使用的是默認的taskmanager.memory.segment-size，也就是32KB吉嫩，所以占用的堆外內(nèi)存也只有幾百兆价认，而我預留了兩點幾G的堆外內(nèi)存，顯然不是這個引起的率挣。這時問題排查一度陷入了死胡同刻伊。

  Class Name               | Objects | Shallow Heap | Retained Heap
  ------------------------------------------------------------------
  java.nio.DirectByteBuffer|   9,470 |      606,080 |    >= 606,096
  ------------------------------------------------------------------
  

• 還有一個可疑的點是RocksDB，但是很難去排查它到底占用了多少內(nèi)存椒功。
• 在大佬的幫助下捶箱，在性能環(huán)境上安裝了Jemalloc來代替原來的malloc，關于jemalloc的安裝參考文檔
• 并且在flink-conf.yaml中配置如下參數(shù)动漾，將其注入到container的系統(tǒng)環(huán)境變量中丁屎，使其生效。這樣可以定期把memory profile dump出來旱眯，進行分析, 發(fā)現(xiàn)最后malloc最多的是rocksdb的rocksdb::UncompressBlockContentsForCompressionType方法晨川，并且最終占到了2.15G內(nèi)存的47%，TaskManager也被Yarn給kill掉删豺。

  containerized.master.env.LD_PRELOAD: "/opt/jemalloc/lib/libjemalloc.so.2"
  containerized.master.env.MALLOC_CONF: "prof:true,lg_prof_interval:25,lg_prof_sample:17"
  

• 使用/opt/jemalloc/bin/jeprof --show_bytes /opt/java/bin/java jeprof.xxx 來分析dump文件共虑，使用top來顯示對調(diào)用malloc最多的方法
• 對比前后dump文件如下

  Using local file /opt/java/bin/java.
  Using local file jeprof.18091.9812.i9812.heap.
  Welcome to jeprof!  For help, type 'help'.
  (jeprof) top
  Total: 1107642087 B
  884271340  79.8%  79.8% 884271340  79.8% os::malloc@921040
  150994944  13.6%  93.5% 150994944  13.6% rocksdb::Arena::AllocateNewBlock
  51761789   4.7%  98.1% 51761789   4.7% rocksdb::UncompressBlockContentsForCompressionType
   5242880   0.5%  98.6%  5242880   0.5% init
   5184828   0.5%  99.1%  5184828   0.5% updatewindow
   4204536   0.4%  99.5%  4204536   0.4% readCEN
   1643018   0.1%  99.6%  1643018   0.1% std::basic_string::_Rep::_S_create
   1346886   0.1%  99.7%  1346886   0.1% inflateInit2_
    917840   0.1%  99.8%  1181009   0.1% rocksdb::LRUCacheShard::Insert
    393336   0.0%  99.8% 52155125   4.7% rocksdb::BlockBasedTable::GetTableProperties
  

  (jeprof) top
  Total: 2259309361 B
  1062208712  47.0%  47.0% 1062208712  47.0% rocksdb::UncompressBlockContentsForCompressionType
  884120659  39.1%  86.1% 884120659  39.1% os::malloc@921040
  285348930  12.6%  98.8% 285348930  12.6% rocksdb::Arena::AllocateNewBlock
   5451379   0.2%  99.0%  5451379   0.2% std::basic_string::_Rep::_S_create
   5242880   0.2%  99.3%  5242880   0.2% init
   5036690   0.2%  99.5%  5036690   0.2% updatewindow
   4204536   0.2%  99.7%  4204536   0.2% readCEN
   2621559   0.1%  99.8%  2621559   0.1% rocksdb::WritableFileWriter::Append
   1346886   0.1%  99.8%  1346886   0.1% inflateInit2_
    524472   0.0%  99.9%   788155   0.0% rocksdb::LRUCacheShard::Insert
  

jeprof.pdf

• 在搜索這個方法后，發(fā)現(xiàn)有這個issue的github issue鏈接呀页，實際上也不是Memory Leak妈拌，在默認配置下，rocksdb會為所有flush的sst文件在內(nèi)存中保留索引蓬蝶，索引會隨著文件數(shù)越來越多而占用更多的內(nèi)存空間尘分，如果限制內(nèi)存中索引的消耗，會導致經(jīng)常需要去sst文件中獲取元信息來搜索丸氛，大量增加io消耗(這塊不是特別熟悉培愁，有可能說的有點問題)，那為什么RocksDB文件會不停膨脹缓窜？

最終問題定位(走完彎路)

• RocksDB文件不斷膨脹定续，可以從checkpoint的大小來看出來谍咆，將incremental checkpoint關閉后，發(fā)現(xiàn)每次Checkpoint大小都在遞增香罐，但是用戶代碼的邏輯實際是使用一個10s的滾動窗口卧波，不應該會出現(xiàn)這樣的情況。
• 之后在flink窗口算子中加了幾行日志庇茫，如下所示港粱，以ClarkTest開頭

    @Override
    public void onProcessingTime(InternalTimer<K, W> timer) throws Exception {
        triggerContext.key = timer.getKey();
        triggerContext.window = timer.getNamespace();

        MergingWindowSet<W> mergingWindows;

        if (windowAssigner instanceof MergingWindowAssigner) {
            mergingWindows = getMergingWindowSet();
            W stateWindow = mergingWindows.getStateWindow(triggerContext.window);
            if (stateWindow == null) {
                // Timer firing for non-existent window, this can only happen if a
                // trigger did not clean up timers. We have already cleared the merging
                // window and therefore the Trigger state, however, so nothing to do.
                return;
            } else {
                windowState.setCurrentNamespace(stateWindow);
            }
        } else {
            windowState.setCurrentNamespace(triggerContext.window);
            mergingWindows = null;
        }

        TriggerResult triggerResult = triggerContext.onProcessingTime(timer.getTimestamp());

        int randomInt = random.nextInt(1000);
        if (triggerResult.isFire()) {
            ACC contents = windowState.get();
            if (randomInt == 1) {
                LOG.info("ClarkTest: Window state namespace: " + triggerContext.window + " and key " + triggerContext.key);
                LOG.info("ClarkTest: Window state value is going to fire is null ? " + (windowState.get() == null));
            }
            if (contents != null) {
                emitWindowContents(triggerContext.window, contents);
            }
        }

        if (triggerResult.isPurge()) {
            if (randomInt == 1) {
                LOG.info("ClarkTest: Window state get purged. ");
            }
            windowState.clear();
        }

        if (!windowAssigner.isEventTime() && isCleanupTime(triggerContext.window, timer.getTimestamp())) {
            windowState.setCurrentNamespace(triggerContext.window);
            if (randomInt == 1) {
                LOG.info("ClarkTest: Window State namespace before cleaning: " + triggerContext.window + " and key " + triggerContext.key);
                LOG.info("ClarkTest: Window state value before clear is null ? " + (windowState.get() == null));
            }
            clearAllState(triggerContext.window, windowState, mergingWindows);
            if (randomInt == 1) {
                LOG.info("ClarkTest: Window state value after clear is null ? " + (windowState.get() == null));
            }

        }

        if (mergingWindows != null) {
            // need to make sure to update the merging state in state
            mergingWindows.persist();
        }
    }

• 發(fā)現(xiàn)每次在emitWindowContents之前window state的結果都不為null，但是在clean up之前旦签，window state的結果已經(jīng)變成了null查坪。說明在這兩段邏輯之間出了什么問題。通過將key打印出來宁炫，發(fā)現(xiàn)前后key有所變化偿曙，所以最后確定是用戶代碼的process function中改變了keyby的key的值導致窗口狀態(tài)無法清理
• 最后總結就是在keyby的時候key一定要是不變量，不然有可能導致狀態(tài)無法清理羔巢。還有就是在分布式系統(tǒng)中望忆，大量使用不變量是規(guī)避風險的最佳途徑之一。