flink服务器重启后，所有的job会丢失，需要重新上传。

为了确保Flink服务器重启后，所有之前进行中的Job能够自动恢复并从最近的Checkpoint继续执行，您需要采取以下措施：

1. 配置Checkpoint:

   • 确保您的Flink作业配置中启用了Checkpoint机制。这可以通过在Flink配置文件（如flink-conf.yaml）中设置相关参数实现，例如：

     state.checkpoints.dir: hdfs://namenode-host:port/flink-checkpoints
     execution.checkpointing.interval: 5000  # 每5秒做一次Checkpoint，根据实际需求调整
     

   • 配置Checkpoint存储到高可用系统如HDFS、S3等，以确保即使Flink任务管理节点（JobManager）发生故障，Checkpoint数据依然安全。

2. 使用High Availability (HA)模式部署Flink:

   • 单机部署Flink不支持自动故障恢复。要实现自动恢复，您需要将Flink集群部署为高可用模式，至少需要两个JobManager实例作为Active/Standby模式运行。这样当主JobManager失败时，备用JobManager可以接管并恢复作业。

3. 配置JobManager的高可用性:

   • 在flink-conf.yaml中配置ZooKeeper或其它协调服务，用于选举和管理JobManager的状态。

     high-availability: zookeeper
     high-availability.zookeeper.quorum: zk-host1:2181,zk-host2:2181,zk-host3:2181
     

4. 自定义Linux服务以自动重启Flink JobManager和TaskManager:

   • 参考知识库资料[1]，您可以利用云助手插件ecs-tool-servicekeepalive来创建一个systemd service，确保Flink的JobManager和TaskManager进程在服务器重启后能自动启动。配置类似于：

     sudo acs-plugin-manager -exec -plugin ecs-tool-servicekeepalive -params "start,'./bin/start-cluster.sh'"
     

   • 确保您的启动脚本（如start-cluster.sh）正确地初始化和启动了Flink集群。

通过上述步骤，当您的Flink服务器因任何原因重启后，JobManager会自动从高可用存储中恢复最新的Checkpoint，并重新启动所有TaskManager，从而使得所有之前进行中的Job能够自动恢复并继续执行。请注意，实施这些更改前，请充分测试以避免生产环境中的意外中断。