前置约束：瑞芯微RK3588芯片 是 ARM64架构，配备整机物理内存 32GB，同机混部：Flink + MySQL + MinIO + 多个 Java 业务服务 + 系统 / 容器开销。
⚠️ 核心原则：RK3588 不是服务器芯片，内存带宽、CPU 算力弱；混部场景绝对不能把内存打满，预留 OOM 缓冲。
第一步：整机内存拆分总预算（32GB）
如果你的 MySQL / 业务服务负载很低，可以上浮到 Flink 16GB；如果业务写入压力大，Flink 下调到 10GB。下面以推荐保守值：Flink 总 13GB举例。
Flink 参数推荐（Standalone / Docker 部署，单节点伪集群，RK3588 ARM64）
架构：1 个 JobManager + 1 个 TaskManager 进程（RK3588 单设备，不建议多 TM 进程，多进程会抢占 CPU / 内存，得不偿失） 注意：
jobmanager.memory.process.size= JM 完整进程内存（包含堆 + 元空间 + 网络 + 托管内存）taskmanager.memory.process.size= TM 完整进程内存（Flink 全量内存，包含堆、托管内存、网络缓冲）
✅ 推荐配置（Flink 总 13GB 方案，最均衡）
# JobManager
jobmanager.memory.process.size = 2g
# TaskManager
taskmanager.memory.process.size = 11g
taskmanager.numberOfTaskSlots = 4
参数解释
jobmanager.memory.process.size = 2g JM 是调度、Checkpoint 协调、元数据管理，不需要大内存。RK3588 单节点，2G 足够；如果任务非常多、状态量大，最多上调到 3G，没必要更大。
JM 内部自动拆分：JVM 堆 + 元空间 + offheap，不需要手动细调。
taskmanager.memory.process.size = 11g TM 是真正跑算子、状态后端、Checkpoint 的地方。
11G 是 Flink TM 进程总内存；
Flink 会自动划分：JVM 堆、托管内存（RocksDB 状态优先走托管堆外）、网络缓冲。
如果使用 RocksDB 状态后端（CDC 流处理常用），托管内存非常关键，不要手动把 TM 堆设太大，交给 Flink 自动分配。
taskmanager.numberOfTaskSlots = 4 RK3588 8 核 A76+A55，大小核架构。
Slot=4：均衡选择，兼顾并行度，又不会线程太多导致大小核调度混乱；
不建议大于 6：会出现大量线程抢占，ARM 大小核调度容易卡顿、GC 毛刺；
不建议小于 2：资源浪费。
建议全局并行度
parallelism.default≤4，和 slot 数量匹配。
备选方案 1：负载轻，Flink 缩小到 10GB（MySQL / 业务服务压力更大）
jobmanager.memory.process.size = 2g
taskmanager.memory.process.size = 8g
taskmanager.numberOfTaskSlots = 3
备选方案 2：业务服务压力很小，Flink 给到 16GB 上限
jobmanager.memory.process.size = 3g
taskmanager.memory.process.size = 13g
taskmanager.numberOfTaskSlots = 4
⚠️ 此方案风险更高，一旦 Flink 任务状态暴涨、MySQL 刷脏页，整机容易 OOM，仅测试环境使用。
关键配套调优（RK3588 + 32GB）
1. 状态后端选型（CDC 场景）
优先 RocksDBIncrementalCheckpoint，RocksDB 使用堆外托管内存，比 HashMapStateBackend 更适合大状态，减少 JVM GC 压力。
state.backend = rocksdb
state.checkpoints.dir = s3://minio-bucket/flink-checkpoint
state.savepoints.dir = s3://minio-bucket/flink-savepoint
注意：RK3588 的 eMMC/SSD IO 性能有限，Checkpoint 不要频繁，
execution.checkpointing.interval建议 ≥30s，避免打满磁盘 IO 拖垮 MySQL。
2. JVM 额外建议（ARM64）
RK3588 ARM 平台，JVM GC 推荐 G1GC，不要用 ZGC（老版本 JDK ARM64 ZGC 稳定性差）。 在 flink-conf.yaml 添加：
env.java.opts.jobmanager: "-XX:+UseG1GC"
env.java.opts.taskmanager: "-XX:+UseG1GC -XX:MaxGCPauseMillis=200"
3. 容器部署额外限制（Docker）
如果你用容器部署整套服务：
每个容器必须设置
memory limit，严格限制，不要开无限制内存，防止一个进程吃光整机内存；给 Flink JM 容器
mem_limit:2g，TM 容器mem_limit:11g，和上面 process.size 保持一致；开启内存 swap 不推荐，RK3588 swap 性能极差，OOM 会卡死，尽量禁用 swap。
4. 并行度最佳实践
单任务并行度 ≤ TaskSlot 数量（4）
多个任务同时运行时，所有任务并行度总和不要超过 slot 数 4，不要同时跑多个高并行任务，RK3588 算力瓶颈很明显。
5. 踩坑提醒
RK3588 CPU 不是 x86，Flink、RocksDB 需要 ARM64 原生包，不要强行跑 x86 镜像；
混部环境不要开启 Flink 本地堆外内存无限制；依靠
taskmanager.memory.process.size做硬上限；MinIO 和 Flink 同机，Checkpoint 读写会抢占磁盘 IO，优先挂载高速 SSD；
MySQL 和 Flink CDC 同机，MySQL binlog 读取会消耗 CPU，大流量 CDC 会挤压 Flink 算力。
总结推荐值（生产 / 稳定优先）
jobmanager.memory.process.size = 2g
taskmanager.memory.process.size = 11g
taskmanager.numberOfTaskSlots = 4
整机预留充足余量，适配 RK3588 32GB 混部场景（Flink+MySQL+MinIO+Java 微服务）。