背景：flink on yarn ? Per-job 模式下flink 程序会经常挂掉，直接原因是是对应节点上的 flink的 job manager 挂掉了，导致程序失败，flink的重启策略，只对于task manager生效 。 因此为保证稳定性，需要配置job manager 高可用。
实现方案?
?官方：当运行一个高可用的 YARN 集群时，我们不会运行多个 JobManager(ApplicationMaster) 实例，而是只运行一个，在失败时由 YARN 重新启动。确切的行为取决于您使用的特定 YARN 版本。
配置修改
flink-conf.yaml 添加如下配置，这里必须添加zookeeper 信息，官方文档pre job 只要求添加 重启参数，不添加的话，? task manager 会和job manager 一起挂掉，?只会重启对应的job manager? ??
# flink job manager次数 ?这个参数必须小于yarn.resourcemanager.am.max-attempts（没测试过）?
yarn.application-attempts: 3
# 添加zookeeper 配置
high-availability: zookeeper
high-availability.zookeeper.quorum: 10.5.1.142:2181
# job manager元数据在文件系统储存的位置
high-availability.storageDir: hdfs:///flink/recovery ??
测试
? ?1启动flink 程序,??
?
?2 kill 掉对应的?YarnSessionClusterEntrypoint （对应job manager）所在进程
?
新的job manager，已经被重新，恰巧也和task Manager一个一个节点
?task manager 上对应日志如上，与旧的job manager 的ResourceManager通信，当超时大于10s后，将其标记为失败，之后根据zookeeper去注册到新的job manager? ???ResourceManager 上个上
相关文档：官方文档地址