使用的EmbeddedRocksDBStateBackend ， Managed Memory

在使用EmbeddedRocksDBStateBackend时，Managed Memory保持100%的情况通常并不正常。Managed Memory是Apache Flink用于管理内部状态和缓冲区的一种资源。它用于存储Flink作业的状态信息和中间结果。如果Managed Memory一直保持100%，那意味着Flink作业正在使用大量的内存，可能存在以下几种情况：

1. 数据倾斜：作业中的某些键或操作可能导致数据倾斜，即某些数据比其他数据更频繁地出现，导致内存不均衡。这可能会导致一些任务消耗更多的内存，而其他任务却没有得到充分利用。

2. 状态过大：作业的状态可能非常大，超过了可用的Managed Memory大小。这可能是由于状态的设计不合理或数据量过大导致的。

3. 内存泄漏：可能存在内存泄漏问题，导致内存无法正常释放。这可能是由于资源没有正确地释放、对象引用未被清理或代码中存在其他bug导致的。

针对这些情况，你可以尝试以下几个解决方法：

1. 数据重分区：如果数据倾斜是问题的根源，可以尝试对数据进行重分区，使其更加均衡地分布在不同的任务之间。

2. 状态优化：检查作业中使用的状态，并尝试优化状态的设计和使用方式。可以考虑使用更合适的数据结构、压缩技术或分区策略来减小状态的大小。

3. 增加Managed Memory：如果可能的话，可以尝试增加Flink作业的Managed Memory配置。这样可以为作业提供更多的内存资源，减少100%的情况发生的可能性。

4. 检查内存泄漏：仔细检查代码，确保资源正确释放。可以使用内存分析工具来帮助检测潜在的内存泄漏问题。

请注意，以上建议是基于常见情况和经验分享，具体的解决方法可能需要根据你的具体情况进行调整和优化。