转载：https://www.cnblogs.com/liugh/p/7482571.html
参考文章：https://ci.apache.org/projects/flink/flink-docs-release-1.3/setup/jobmanager_high_availability.html#bootstrap-zookeeper

Flink典型的任务处理过程如下所示：

image

很容易发现，JobManager存在单点故障（SPOF：Single Point Of Failure），因此对Flink做HA，主要是对JobManager做HA，根据Flink集群的部署模式不同，分为Standalone、OnYarn，本文主要涉及Standalone模式。

JobManager的HA，是通过Zookeeper实现的，因此需要先搭建好Zookeeper集群，同时HA的信息，还要存储在HDFS中，因此也需要Hadoop集群，最后修改Flink中的配置文件。

一、部署Zookeeper集群

参考博文：http://www.cnblogs.com/liugh/p/6671460.html

二、部署Hadoop集群

参考博文：http://www.cnblogs.com/liugh/p/6624872.html

三、部署Flink集群

参考博文：http://www.cnblogs.com/liugh/p/7446295.html

四、conf/flink-conf.yaml修改

4.1 必选项

high-availability.zookeeper.quorum: DEV-SH-MAP-01:2181,DEV-SH-MAP-02:2181,DEV-SH-MAP-03:2181
high-availability.zookeeper.storageDir: hdfs:///flink/ha

4.2 可选项

high-availability.zookeeper.path.cluster-id: /map_flink

修改完后，使用scp命令将flink-conf.yaml文件同步到其他节点

五、conf/masters修改

设置要启用JobManager的节点及端口：

dev-sh-map-01:8081
dev-sh-map-02:8081

修改完后，使用scp命令将masters文件同步到其他节点

六、conf/zoo.cfg修改

server.1=DEV-SH-MAP-01:2888:3888
server.2=DEV-SH-MAP-02:2888:3888
server.3=DEV-SH-MAP-03:2888:3888

修改完后，使用scp命令将masters文件同步到其他节点

七、启动HDFS

[root@DEV-SH-MAP-01 conf]# start-dfs.sh
Starting namenodes on [DEV-SH-MAP-01]
DEV-SH-MAP-01: starting namenode, logging to /usr/hadoop-2.7.3/logs/hadoop-root-namenode-DEV-SH-MAP-01.out 
DEV-SH-MAP-02: starting datanode, logging to /usr/hadoop-2.7.3/logs/hadoop-root-datanode-DEV-SH-MAP-02.out 
DEV-SH-MAP-03: starting datanode, logging to /usr/hadoop-2.7.3/logs/hadoop-root-datanode-DEV-SH-MAP-03.out 
DEV-SH-MAP-01: starting datanode, logging to /usr/hadoop-2.7.3/logs/hadoop-root-datanode-DEV-SH-MAP-01.out 
Starting secondary namenodes [0.0.0.0] 0.0.0.0: 
starting secondarynamenode, logging to /usr/hadoop-2.7.3/logs/hadoop-root-secondarynamenode-DEV-SH-MAP-01.out

八、启动Zookeeper集群

[root@DEV-SH-MAP-01 conf]# start-zookeeper-quorum.sh 
Starting zookeeper daemon on host DEV-SH-MAP-01.
Starting zookeeper daemon on host DEV-SH-MAP-02.
Starting zookeeper daemon on host DEV-SH-MAP-03.

【注】这里使用的命令start-zookeeper-quorum.sh是FLINK_HOME/bin中的脚本

九、启动Flink集群

[root@DEV-SH-MAP-01 conf]# start-cluster.sh 
Starting HA cluster with 2 masters.
Starting jobmanager daemon on host DEV-SH-MAP-01.
Starting jobmanager daemon on host DEV-SH-MAP-02.
Starting taskmanager daemon on host DEV-SH-MAP-01.
Starting taskmanager daemon on host DEV-SH-MAP-02.
Starting taskmanager daemon on host DEV-SH-MAP-03.

可以看到，启动了两个JobManager，一个Leader，一个Standby

十、测试HA

10.1 访问Leader的WebUI:

image

10.2 访问StandBy的WebUI

这时也会跳转到Leader的WebUI

image

10.3 Kill掉Leader

root@DEV-SH-MAP-01 flink-1.3.2]# jps 
14240 Jps
34929 TaskManager
33106 DataNode 
33314 SecondaryNameNode 
34562 JobManager 
33900 FlinkZooKeeperQuorumPeer 
32991 NameNode
[root@DEV-SH-MAP-01 flink-1.3.2]# kill -9 34562 
[root@DEV-SH-MAP-01 flink-1.3.2]# jps 
34929 TaskManager 
33106 DataNode 
33314 SecondaryNameNode 
14275 Jps 
33900 FlinkZooKeeperQuorumPeer 
32991 NameNode 

再次访问Flink WebUI，发现Leader已经发生切换

image

10.4 重启被Kill掉的JobManager

[root@DEV-SH-MAP-01 bin]# jobmanager.sh start cluster DEV-SH-MAP-01 
Starting jobmanager daemon on host DEV-SH-MAP-01.

再次查看WebUI，发现虽然以前被Kill掉的Leader起来了，但是现在仍是StandBy，现有的Leader不会发生切换，也就是Flink下面的示意图：

image

十一、存在的问题

JobManager发生切换时，TaskManager也会跟着发生重启