Flink这个问题有人遇到过吗？

看起来你可能遇到了一个Flink的bug或者某些实现上的问题。在Flink中，通常来说，onJobSubmitted 和onJobExecuted应该只会被调用一次，分别在任务提交到YARN后和任务执行完成后。如果你在onJobSubmitted 和onJobExecuted两个方法中都添加了日志打印或者其他操作，并且发现这两个方法在同一时间被触发，那么可能是Flink的实现存在问题。

你可以尝试以下几种方法来解决这个问题：

1. 更新你的Flink版本到最新稳定版，看看问题是否得到解决。

2. 在onJobSubmitted 和onJobExecuted方法的实现中添加一些条件判断，例如检查任务的运行状态，确保只在适当的时候触发这些方法。

"在Flink on yarn的模式下,taskManager的日志会存储到所在的 DataNode 上,当Flink 任务发生异常，产生异常日志时，需要第一时间感知任务已经出现异常，避免影响业务。因此需要将Flink任务的状态监控纳入公司的统一监控体系，以及时发现并处理 Flink 的运行异常情况。
flink on yarn的任务监控一般包括以下几个方面：

1. 作业提交成功与否，是否被正确调度；
2. 作业运行过程中，各阶段的状态，如 source、map、reduce等算子的状态；
3. TaskManager的状态，如是否存活、slot使用情况等；
4. jobManager的状态，如内存使用情况、CPU使用情况等；
5. taskManager和jobManager的日志情况，可以通过收集器收集并上传到log server。
   在实际生产环境中，我们往往会结合公司现有的监控系统进行整合，以达到统一监控的目的。
   目前比较成熟的开源监控系统有Grafana+Prometheus+Alertmanager等组合，可以实现告警、报警、指标展示等功能，对于Flink的任务监控来说，只需要将Flink暴露的相关指标接入Prometheus即可实现。
   常见的方式有如下几种：
6. 开启Flink的metricReporter插件，通过JMX或者HTTP方式对外暴露指标；
7. 通过Flink metrics REST API获取指标数据，然后推送到Prometheus；
8. 自定义MetricGroup，将需要监控的数据封装成自定义的Metric，然后注册到MetricGroup中，最后由Reporter采集并发送给Prometheus。
   另外，在Flink官网也提供了针对YARN模式下的作业监控解决方案，具体可参考官方文档：
   https://ci.apache.org/projects/flink/flink-docs-release-1.13/monitoring/metrics.html#yarn-cluster-metrics"

这个东西的客户端不会退出，会占用客户端的内存。此回答整理自钉群“【①群】Apache Flink China社区”