Flink HA JobManager集群无法选择leader
我正在尝试在kubernetes上部署Apache Flink 1.6。按照作业管理器高可用性 页面上的教程进行操作。我已经从它的日志中找到了一个有效的Zookeeper 3.10集群我可以看到它没有配置为Kerberos或SASL。所有ACL规则都允许每个客户端写入和读取znode。当我启动集群时，一切都按预期工作，每个JobManager和TaskManager窗口都成功进入运行状态，我可以从主JobManager的web-ui中看到连接的TaskManager实例。但是当我删除主JobManager的pod时，另一个JobManager pod无法在群集中的任何JobManager-UI上选择带有以下错误消息的leader。
{
"errors": [
"Service temporarily unavailable due to an ongoing leader election. Please refresh."]
}
即使我重新启动此页面也没有任何变化。它坚持这个错误消息。我怀疑，问题与high-availability.storageDir选项有关。我已经有一个工作（使用CloudExplorer测试） minio s3部署到我的k8s集群。但flink 无法向s3服务器写任何东西。在这里你可以找到github-gist的每个配置。
写回答
-
我也遇到了楼主同样的报错，我这边是因为flink 配置文件 flink-conf.yaml 中 配置了 high-availability.cluster-id: /cluster_one，这时如果使用同一个配置文件启动多个flink yarn session，会导致 high-availability.cluster-id 冲突，
解决方法是：
1.去掉该配置项 high-availability.cluster-id: /cluster_one。
2.每启动一个flink yarn session之前，修改 high-availability.cluster-id的值为不同的值，然后同步配置文件到整个集群中2019-07-17 23:19:12赞同 展开评论 打赏 -
flink小助手会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关flink的问题及回答。根据日志，它看起来好像TaskManager无法连接到新的leader。我认为这对于web ui来说是一样的。日志说它试图连接到flink-job-manager-0.flink-job-svc.flink.svc.cluster.local/10.244.3.166:44013。我不能从日志中说是否flink-job-manager-1绑定到此IP。但我怀疑无头服务可能会返回多个IP而Flink选择错误/旧的IP。你能登录flink-job-manager-1pod并检查它的IP地址是什么吗？
我认为您应该能够通过为每个JobManager专用服务定义或者使用pod主机名来解决此问题。
2019-07-17 23:19:11赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
