背景：配置Flink的高可用，想将checkpoint存放在hdfs上面，rpc 过长的错误。

根据您描述的情况，Flink集群在未完全启动成功的情况下，checkpoint意外地被写入了HDFS，并且您遇到的是rpc超时错误，同时提到没有Hadoop权限和相关配置。针对这一系列问题，以下是一些建议：

1. 检查网络与RPC配置：

   • 首先，需要确认rpc超时错误的具体原因，这可能涉及到网络延迟、JobManager与TaskManager间的通信问题。检查flink-conf.yaml中的网络配置项，如akka.ask.timeout是否设置得过短。适当增加该值以允许更长的rpc响应时间。

2. 访问权限验证：

   • 虽然您表示没有HDFS权限，但Flink作业似乎已尝试并成功将checkpoint写入HDFS。这可能意味着Flink进程使用的服务账号具有足够的权限。确认Flink服务运行所使用的用户身份及其对HDFS的访问权限。如果权限配置不正确，请联系集群管理员调整。

3. Flink HA配置：

   • 为确保高可用性，需正确配置Flink的High Availability模式，指定一个高可用存储目录（如ZooKeeper或特定的HA存储服务）来存储JobManager的元数据状态，而非直接依赖于HDFS进行checkpoint存放来实现HA功能。

4. Checkpoint配置调整：

   • 确认flink-conf.yaml中关于checkpoint的配置（如state.checkpoints.dir），并确保当配置指向HDFS时，路径是可写的且符合预期。由于您提到并未期望在无Hadoop配置下写入HDFS，检查是否有误配置导致此行为。

5. 环境一致性检查：

   • 确保测试环境与生产环境的一致性，特别是Hadoop相关服务和配置。即使当前测试环境中未明确配置Hadoop，但由于能够向HDFS写入checkpoint，说明存在某种形式的集成或默认配置。彻底审查环境配置，避免因隐式依赖导致的问题。

6. 资源与依赖检查：

   • 检查是否存在资源限制或依赖冲突，这些都可能导致Flink集群启动失败。确保所有依赖库版本兼容，且系统资源（CPU、内存、磁盘空间）充足。

7. 日志分析：

   • 详细查看Flink及Hadoop（如果适用）的日志文件，寻找导致rpc超时的具体错误信息或异常堆栈。这些日志通常位于Flink安装目录的log/文件夹下，它们能提供失败的具体原因。

通过上述步骤，您可以逐步定位并解决Flink集群无法启动以及checkpoint不当存放的问题。如果问题依旧，考虑收集详细的错误日志并与阿里云技术支持联系，获取进一步的帮助。您可以复制页面截图提供更多信息，我可以进一步帮您分析问题原因。