一、事件介绍
如果算子只有轻度的背压现象（例如 Flink Web UI 中算子的背压值小于 50%），则可以继续观察背压是否只是偶现的。如果背压值已经超过了50%，则很可能对作业的性能造成较大影响，需要尽快着手处理。
注意：该功能目前为 Beta 版，暂不支持规则的自定义，后续该能力会陆续上线。
二、判定标准
系统每5分钟会检测一次 Flink 作业的算子背压情况。如果发现某个算子的背压值（如果算子有多个并行度，则取最大值）高于50%，则继续向下查找，直到遇到第一个背压值（图中的 Backpressured）低于阈值，但是繁忙度（图中的 Busy）高于50% 的算子，该算子通常是处理速度较慢、引起背压的根源。此时如果 查看 Flink Web UI，可以看到一系列的灰色算子后紧跟着一个红色算子：
如果链路中某个算子的背压超过50% 但小于80%，会触发 TaskManager 背压较高事件。如果算子的背压超过80%，则会触发 TaskManager 背压严重事件。
三、告警配置
用户可以对该事件 配置作业监控告警（异常事件），并实时接收触发和恢复的告警通知。
注意：TaskManager 背压较高（OceanusBackpressureHigh）、TaskManager 背压过高（OceanusBackpressureTooHigh） 为两种不同的告警事件。如果你只关心影响作业运行的严重背压事件，可以只配置后者的告警通知。
四、处理建议
收到该事件推送后，我们建议立刻 查看 Flink Web UI，分析当前的运行图。如果可以找到引发背压的根源算子，则建议使用 Flink UI 内置的 火焰图功能 分析 CPU 调用热点，即占用 CPU 时间片较多的方法（如果火焰图功能未启用，需要在作业的 高级参数 选项中，加入 rest.flamegraph.enabled: true 参数，并重新发布作业版本，才可使用火焰图绘制功能）。
例如下的繁忙算子 CPU 火焰图中，MD5 计算的相关方法占用了大量的时间片，已经成为了作业的性能瓶颈。此时我们可以修改 Flink 作业中该算子的计算逻辑，避免如此高频地调用该方法，或者使用更高效的算法等优化措施。
此外，我们建议增加作业的 资源配置，例如调大 TaskManager 的规格（提升 TaskManager 的 CPU 配额，可以有更多的 CPU 资源来处理数据），提升作业的算子并行度（降低单个 TaskManager 的数据处理量，减少 CPU 计算压力）等，令数据能够更有效地处理。
如果你找不到引起背压的根源，且以上方法均未能解决问题，可以通过 工单 等方式联系我们的技术人员以协助定位。