有兄弟使用 flink on k8s 命令提交任务的时候，限制 cpu 内存 参数的没 比如在容

在阿里云 Flink on K8s 中，使用 kubectl 命令行工具提交 Flink 任务时，可以通过 --overrides 参数来指定容器的 CPU 和内存资源限制。

具体来说，--overrides 参数可以指定容器的资源限制和请求，格式如下所示：

--overrides='{ "apiVersion":"v1", "spec":{ "containers":[{ "name":"<container-name>", "resources":{ "limits":{ "cpu":"<cpu-limit>", "memory":"<memory-limit>" }, "requests":{ "cpu":"<cpu-request>", "memory":"<memory-request>" } } }] } }'

其中，<container-name> 是容器的名称，<cpu-limit> 和 <memory-limit> 是容器的 CPU 和内存资源限制，<cpu-request> 和 <memory-request> 是容器的 CPU 和内存资源请求。这些参数可以根据您的实际需求进行设置。

在使用 Flink on Kubernetes 提交任务时，可以通过配置 Flink 的资源需求和限制来控制任务在 Kubernetes 上的资源使用情况。具体来说，可以通过以下两个参数来设置：

taskmanager.cpu 和 taskmanager.memory.process.size：这两个参数分别用于设置每个 TaskManager 容器的 CPU 和内存资源需求。在提交任务时，可以通过命令行参数 --taskmanager.cpu 和 --taskmanager.memory.process.size 来覆盖配置文件中的默认值。例如： ./bin/flink run -m kubernetes-cluster:8081 --detached --taskmanager.cpu 2 --taskmanager.memory.process.size 2048m examples/streaming/WordCount.jar taskmanager.resources.cpu 和 taskmanager.resources.memory：这两个参数分别用于设置每个 TaskManager 容器的 CPU 和内存资源限制。在提交任务时，可以通过命令行参数 --taskmanager.resources.cpu 和 --taskmanager.resources.memory 来覆盖配置文件中的默认值。例如： ./bin/flink run -m kubernetes-cluster:8081 --detached --taskmanager.resources.cpu 2 --taskmanager.resources.memory 2048m examples/streaming/WordCount.jar 需要注意的是，Kubernetes 中的资源限制和需求参数分别对应容器的 limits 和 requests 字段。因此，Flink on Kubernetes 中的上述参数实际上也是通过设置容器的 limits 和 requests 字段来实现的。

可以使用kubectl的resources选项来设置CPU和内存资源限制。

--resources=limits.cpu=1,limits.memory=1Gi,requests.cpu=0.5,requests.memory=512Mi

• resources选项设置了CPU和内存资源的限制。
• limits.cpu表示CPU资源的最大限制。
• limits.memory表示内存资源的最大限制。
• requests.cpu表示CPU资源的最小需求量，requests.memory表示内存资源的最小需求量。