Flink作业性能瓶颈的常见原因有哪些？

资源不足（CPU、内存、网络）：TaskManager 频繁反压（Backpressure），CPU/内存利用率持续高位。
数据倾斜：部分 Task 处理速度显著落后，Web UI 显示 SubTask 的 Records Sent 差异大。
检查点和状态管理开销：Checkpoint 耗时过长或频繁失败，作业吞吐量下降。
网络传输瓶颈：反压出现在 Shuffle 边界，网络缓冲区利用率饱和。
代码效率低下（如UDF复杂、序列化问题）：单个算子处理延迟高，CPU 热点在特定函数。
并行度设置不合理：部分算子 SubTask 闲置，而其他 SubTask 满载。
外部系统性能问题：Sink 写入延迟高，Source 消费速度不足。
JVM性能问题（GC、内存泄漏）：TaskManager 频繁 Full GC，任务随机失败。