请教下，我使用的flink k8s application模式部署怎么办？

Flink 1.13 到 1.17 版本间经历了多个重大更新，包括对内存管理模型的改进，特别是 Java 11 相比于 Java 8 在内存使用上可能有所不同，可能导致原有配置不再适用。

几个可能的解决方向：

JVM Overhead 调整：虽然你已经尝试调整了 jvm_overhead 参数，但可能仍需进一步微调。Flink 1.13 到 1.17 版本升级过程中，内存模型可能发生了变化，包括如何计算 JVM Overhead。确保你按照最新的官方文档调整这些参数，并理解它们是如何影响总体内存分配的。

GC 调优：Java 11 默认使用的是 G1 垃圾收集器，而之前版本可能默认是 Parallel GC 或 CMS。G1 垃圾收集器的行为和内存管理策略与旧的收集器有所不同，可能需要针对你的应用进行特定的 GC 调优。例如，可以通过设置 -XX:+UseG1GC 和 -XX:MaxGCPauseMillis 等参数来优化垃圾回收策略。

堆外内存：Flink 使用的内存不仅仅是堆内存，还包括堆外内存（如用于网络缓冲区、排序等）。确保你考虑到了所有类型的内存使用，并不是简单地调整 JVM 堆大小就能解决的。检查是否有大量数据序列化、反序列化或者 shuffle 操作导致的内存激增。

Flink 配置检查：确认是否有新的配置选项或者默认配置在新版本中发生了变化，这些变化可能会影响到内存管理。查看 Flink 的官方文档和发行说明，了解是否有需要手动调整的配置项。最佳方案还是，获取并分析堆栈跟踪，确定是哪部分代码导致的内存溢出，这有助于针对性地解决问题 ，此回答整理自钉群“【②群】Apache Flink China社区”