写回答
-
Flink 在执行 job 时会创建一个 JobManager 和多个 TaskManager。JobManager 负责调度任务，TaskManager 负责执行任务。
在你的问题中，JobManager 和 TaskManager 都运行在同一个机器上，这可能会导致性能问题。因为 JobManager 和 TaskManager 都需要使用 CPU、内存和磁盘资源，如果它们都在同一个机器上，那么这些资源就有可能被竞争。这可能会导致 JobManager 和 TaskManager 的性能下降。
为了避免这个问题，你可以把 JobManager 和 TaskManager 分开运行。你可以在一个机器上运行 JobManager，在另一个机器上运行 TaskManager。这样，JobManager 和 TaskManager 就不会共享资源，从而可以提高性能。
另外，你也可以使用 Flink 的 standalone 模式。在 standalone 模式下，Flink 会在本地机器上创建 JobManager 和 TaskManager。这样，JobManager 和 TaskManager 就不会共享资源，从而可以提高性能。
如果使用 standalone 模式仍然遇到性能问题，那么你可以考虑使用 docker 来运行 Flink。在 docker 中，Flink 的 JobManager 和 TaskManager 会被隔离到不同的容器中。这样，它们就不会共享资源，从而可以提高性能。
总之，在 Flink 中，JobManager 和 TaskManager 最好不要在同一个机器上运行。如果需要，你可以使用 Flink 的 standalone 模式或 docker 来运行 Flink。
2023-09-25 16:20:17赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务，基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎，提高作业开发运维效率。
