flink 1.11 interval join场景下rocksdb内存超用问题怎么解决？

我在flink 1.11 on k8s上运行了一个双流join的sql，使用rocksdb作为backend，flink managed部分的内存由flink托管（state.backend.rocksdb.memory.managed=true），但是发现k8s的pod的内存消耗一直在增加。具体情况如下： 

flink sql: 

insert into console_sink 

select t1., t2. 

from t1 left join t2 

on t1.unique_id = t2.unique_id 

and t1.event_time BETWEEN t2.event_time - INTERVAL '1' HOUR AND t2.event_time + INTERVAL '1' HOUR 

属性配置： 

state.backend=rocksdb; 

state.backend.incremental=false; 

state.backend.rocksdb.memory.managed=true 

state.idle.retention.mintime='10 min'; 

state.idle.retention.maxtime='20 min'; 

checkpoint.time.interval='15 min'; 

source.idle-timeout='60000 ms'; 

taskmanager.memory.flink.size =55 gb 

taskmanager.memory.managed.fraction=0.85 

运行现象： 

1. checkpoint的size稳定在200G左右，说明state是有过期释放的。 

2. k8s pod的使用内存不断增加，没有下降下来的趋势，最终整个pod的内存使用量超过pod内存上限，导致pod被杀掉。 

3. 通过采集promethus上metrics, 发现rocksdb_block_cache_usage的大小不断上升，最终达到rocksdb_block_cache_capacity的上限。并且rocksdb_block_cache_usage的大小远远超过了flink managed部分内存的大小。 

想知道，为什么在flink全托管rocksdb的情况下，为什么会出现rocksdb_block_cache_usage这个指标一直增长而不降低呢？*来自志愿者整理的flink邮件归档