Flink CDC 的 run -t yarn-per-job 提交方式不能单独指定管理内存，但可以通过调整 JVM 参数来控制内存使用。
在Flink CDC中，使用runt yarnperjob提交作业时，可以单独指定管理内存，下面是详细的解释和相关单元表格：
1、配置管理内存参数：
yarn.application.memory: 用于设置整个应用程序的内存上限（以MB为单位）。
yarn.scheduler.minimumallocationmb: 用于设置每个容器的最小内存分配量（以MB为单位）。
yarn.scheduler.maximumallocationmb: 用于设置每个容器的最大内存分配量（以MB为单位）。
2、示例配置：
```properties
yarn.application.memory=10240 # 设置应用程序内存上限为10GB
yarn.scheduler.minimumallocationmb=512 # 设置容器最小内存分配量为512MB
yarn.scheduler.maximumallocationmb=8192 # 设置容器最大内存分配量为8GB
```
3、如何单独指定管理内存？
通过在提交作业时使用以下命令行参数，可以单独指定管理内存：
```bash
runt yarnperjob yD yarn.application.memory=<value> yD yarn.scheduler.minimumallocationmb=<value> yD yarn.scheduler.maximumallocationmb=<value>
```
<value>是所需的管理内存大小，可以是整数或浮点数。
相关问题与解答：
问题1：如何在Flink CDC中使用runt yarnperjob提交作业并指定管理内存？
答案：可以使用以下命令行参数来指定管理内存：
runt yarnperjob yD yarn.application.memory=<value> yD yarn.scheduler.minimumallocationmb=<value> yD yarn.scheduler.maximumallocationmb=<value>
将<value>替换为所需的管理内存大小即可。
问题2：为什么需要单独指定管理内存？
答案：单独指定管理内存可以更好地控制作业的资源使用情况，通过调整管理内存的大小，可以根据具体需求进行优化，避免资源浪费或不足的情况发生。