各位社区大佬， Flink-1.13.6版本的 Flink cdc提交到yarn上，以yarn se

在Flink-1.13.6版本中，如果您希望在YARN Session模式下运行Flink CDC作业并禁用托管内存，您需要通过调整Flink配置来实现。虽然直接禁用托管内存的配置选项在某些较新版本的Flink中更为直观，但在Flink 1.13.6中，您可以通过设置TaskManager和JobManager的内存相关参数来间接控制托管内存的使用方式。

具体操作上，您需要关注以下几个关键配置项：

1. TaskManager内存配置:

   • 使用taskmanager.memory.process.size配置TaskManager的总进程内存大小。这包括JVM堆内存以及其他非堆内存（如元数据、线程栈等）。
   • 若要减少托管内存的影响，可以适当增加此值以确保非托管部分（如JVM堆）足够大，但请注意YARN分配给容器的最小内存限制。

2. TaskManager堆内/外内存划分:

   • 虽然直接禁用托管内存的配置在Flink 1.13.6中可能不直接提供，但您可以尝试通过调整taskmanager.memory.flink.heap.fraction, taskmanager.memory.flink.heap.min, 和taskmanager.memory.flink.heap.max等参数来控制堆内存与非堆内存（即所谓的“托管内存”）的比例和界限。
   • 通过减小taskmanager.memory.flink.heap.fraction的值，您可以相对增加非堆内存的比例，但这并不完全等同于禁用托管内存，而是调整其比例。

3. YARN资源配置: 在提交到YARN时，确保YARN为Flink容器分配的资源量能够满足您的配置需求，同时考虑YARN自身的最小内存预留。

4. 注意事项:

   • 禁用或严格控制托管内存可能会对Flink内部的内存管理机制产生影响，特别是对于状态管理和排序缓冲区等依赖托管内存的部分。因此，在调整这些配置时，请务必进行充分的测试，以验证应用的稳定性和性能。
   • 配置修改通常需要在Flink的配置文件（如flink-conf.yaml）中完成，并确保这些配置随作业一起提交到YARN集群。

综上所述，虽然不能直接“禁用”托管内存，但通过精细调整内存相关的配置，您可以有效地控制托管内存的使用情况，以适应特定的应用场景和资源约束。请根据实际需求和环境测试调整上述参数。