flink使用堆外内存一直在增长导致被虚拟机boom kill，怎么排查和处理？

要解决Flink使用堆外内存不断增长导致虚拟机被boom kill的问题，可以按照以下步骤进行排查和处理：

1. 检查堆外内存配置：确认Flink的堆外内存配置是否合理。可以通过taskmanager.memory.task.off-heap.size参数来设置Task Manager的堆外内存大小。如果这个值设置得过高，可能会导致内存溢出。
2. 监控内存使用情况：使用监控工具来观察Flink应用运行时的堆外内存使用情况。这可以帮助你发现是否有内存泄漏或者内存使用不当的情况。
3. 代码审查：检查Flink应用的代码，特别是那些调用了Native方法的部分，因为Native方法可能会使用到堆外内存。确保这些方法在使用完堆外内存后正确地释放了内存。
4. 调整JVM参数：根据Flink的部署方式，可能需要调整JVM参数以避免内存配置冲突。例如，在YARN或Mesos模式下部署时，需要注意不要同时设置进程总内存和Flink总内存，以免造成配置冲突。
5. 优化数据结构和算法：如果可能，优化数据处理过程中使用的数据结构和算法，减少对堆外内存的需求。
6. 调整垃圾回收策略：虽然堆外内存不受JVM的直接管理，但合理的垃圾回收策略可以减少对堆外内存的压力。可以尝试调整垃圾回收相关的JVM参数，比如使用G1垃圾回收器等。
7. 重启Flink集群：如果怀疑是由于长时间运行导致的内存泄漏，可以尝试重启Flink集群以释放累积的内存。
8. 联系社区支持：如果以上步骤都无法解决问题，可以考虑联系Flink社区寻求帮助，可能是一个已知的问题或者需要更深入的技术支持。
9. 升级Flink版本：检查是否存在已知的Flink版本相关的问题，升级到最新版本可能会解决一些已知的内存问题。
10. 系统日志分析：分析系统日志和Flink日志，查找是否有关于内存溢出或者错误分配内存的相关信息。
11. 操作系统级别的调优：考虑操作系统级别的内存管理和优化，比如使用cgroups限制进程的内存使用。

综上所述，解决Flink堆外内存问题需要综合考虑多个方面，从配置、代码到系统层面都进行检查和调优。通过上述步骤，应该能够找到问题的根源并采取相应的措施来解决。