Flink的job作业延迟高，有哪些解决思路？

如果作业没有明显的反压节点的话，这种作业一般 Flink ui 上没有上面这种明显的反压节点，在 Flink ui 上会看不到红色的节点，但是一直存在延迟，这种一般是由于 Source 节点存在瓶颈。需要查看 Source 有无优化读取的参数，例如增加并发度，使用更大的数据量间隔进行拉取等。

如果是存在反压节点的话，解决思路是：
一般作业的性能瓶颈首先看flink ui上的反压情况，反压的逻辑一言以弊之就是：下游算子处理存在瓶颈，将网络栈用满后，就不再接收上游数据，逐级反压最终反压到源头。这时候需要排查反压节点的资源情况，主要是 cpu 资源和内存资源。如果 cpu 几乎打满，可以通过火焰图定位消耗 cpu 的堆栈。

在 cpu 等其他系统指标没有问题的情况下，一般需要怀疑反压节点是否存在一些非 cpu 的耗时节点，例如卡在 io 节点等等。这个时候可以通过Thread dump 页面查看耗时堆栈。
找到反压节点后，可以考虑增加反压节点的资源和并发度以提升数据处理性能，以及根据反压节点的类型添加相应的作业参数/SQL参数进行优化。