由于进行双11压测，遇到了Flink的背压问题。
1.背压的监控
如果看到任务的背压警告（如 High 级别），这意味着 生成数据的速度比下游算子消费的的速度快。以一个简单的 Source -> Sink 作业为例。如果能看到 Source 有警告，这意味着 Sink 消耗数据的速度比 Source 生成速度慢。Sink 正在向 Source 施加反压。
许多情况都会导致背压。例如，GC导致传入数据堆积，或者数据源在发送数据的速度上达到峰值。如果没有正确处理反压力，可能会导致资源耗尽，甚至在最坏的情况下，数据丢失。
看一个简单的例子。假设数据流 pipeline（抽象为 Source，Streaming job 和 Sink）在稳定状态下以每秒500万个元素的速度处理数据，如下所示正常情况（一个黑色条代表100万个元素，下图表示系统1秒内的快照）：
No backpressure
如果 Source 发送数据的速度在某个时刻达到了峰值，每秒生成的数据达到了双倍，下游的处理能力不变：
Backpressure
消息处理速度 < 消息的发送速度，消息拥堵，系统运行不畅。如何处理这种情况？
a. 可以去掉这些元素，但是，对于许多流应用程序来说，数据丢失是不可接受的。
b. 将拥堵的消息缓存起来，并告知消息发送者减缓消息发送的速度。消息缓存应该是持久的，因为在发生故障的情况下，需要重放这些数据以防止数据丢失。
Buffer records
背压实现
采样线程
背压监测通过反复获取正在运行的任务的堆栈跟踪的样本来工作，JobManager 对作业重复调用 Thread.getStackTrace()。
Sample
如果采样（samples）显示任务线程卡在某个内部方法调用中，则表示该任务存在背压。
默认情况下，JobManager 每50ms为每个任务触发100个堆栈跟踪，来确定背压。在Web界面中看到的比率表示在内部方法调用中有多少堆栈跟踪被阻塞，例如，0.01表示该方法中只有1个被卡住。状态和比率的对照如下：
OK：0 <= Ratio <= 0.10
LOW：0.10
HIGH：0.5
为了不使堆栈跟踪样本对 TaskManager 负载过高，每60秒会刷新采样数据。
配置
可以使用以下配置 JobManager 的采样数：
web.backpressure.refresh-interval，统计数据被废弃重新刷新的时间（默认值：60000，1分钟）。web.backpressure.num-samples，用于确定背压的堆栈跟踪样本数（默认值：100）。web.backpressure.delay-between-samples，堆栈跟踪样本之间的延迟以确定背压（默认值：50，50ms）。
Web 显示
在 Flink WebUI 的作业界面中可以看到 Back Pressure 选项页面。
采样中
表示 JobManager 对正在运行的任务触发堆栈跟踪采样。默认配置，大约会花费五秒钟。
Sampling
背压状态
运行正常状态
OK
背压状态
2.背压的解决
背压一般是由于下游消息处理过慢导致的，下游业务代码优化方案参考：
https://blog.csdn.net/weixin_43291055/article/details/101380089
3.总结
Flink与持久化的source（例如kafka），能够为你提供即时的背压处理，而无需担心数据丢失。Flink不需要一个特殊的机制来处理背压，因为Flink中的数据传输相当于已经提供了应对背压的机制。因此，Flink所获得的最大吞吐量由其pipeline中最慢的部件决定。
