目前网上能找到的做HA的教程基本都无法真正做到多机高可用,包括官方文档,经过很久的折腾,终于做到了多机高可用,希望其它人不再被坑。
集群模式安装
前提条件:
机器已经安装好Java环境
jobManager到taskManager的机器做ssh免密登录(非必须)
以下操作都是直接使用的机器名,并保证可访问(/etc/hosts里配置)
standalone模式
该格式下一个master, 多个worker。
如下使用了三台机器,其中一台名为flink-master
,另两台分别为:flink-slave1
,flink-slave2
修改flink配置flink-conf.yaml
,更改其jobmanager.rpc.address
地址如下:
jobmanager.rpc.address: flink-master
然后修改其conf/slaves
文件内容如下:
flink-slave1
flink-slave2
把该文件打包并上传至这三台机器,在master机器上启动:bin/start-cluster.sh start
在另外两台slave机器上分别执行: bin/taskmanager.sh start
ha模式
官方文档中的高可用只是针对localhost做的,是伪高可用,并且说明不细,真正在使用多机做高可用时无效,按官方说明无法搭建成功
前置条件:
java
高可用数据的存储:在此使用的hadoop,其支持多种,如HDFS, S3, Ceph, nfs等
机器准备:在此准备了三台机器,分别为flink-master1,flink-master2,flinkslave1.
在三台机器上都安装好flink
环境说明:
1. flink-master1:只运行JobManager
2. flink-master2:只运行JobManager
3. flink-slave1:只运行TaskManager
配置步骤:
1.修改conf/flink-yaml.conf
,内容如下:
(master1上的配置文件)jobmanager.rpc.address: flink-master1
(master2上的配置文件)jobmanager.rpc.address: flink-master2
2,其他taskmanager 节点上关闭1 中的配置 (加 # 号即可)
#jobmanager.rpc.address: 。。。。。。。。
3.修改conf/flink-conf.yaml
,其内容如下:
以下为必须要配置的内容:
high-availability: zookeeper
high-availability.storageDir: hdfs://192.168.0.15:9000/flink/ha/
high-availability.zookeeper.quorum: 192.168.0.15:2181
high-availability: 高可用模式,必须为zookeeper
high-availability.storageDir: JobManager的元数据持久化保存的位置
high-availability.zookeeper.quorum: zk集群地址,在此我使用已有的zk,没有使用自带的
以下两项为建议配置项,根据需要配置:
high-availability.zookeeper.path.root: /flink
high-availability.cluster-id: /default_ns,该选项只有在有多个flink集群并共用同一个zk集群时才需要,否则其默认为default
4.把以上配置同步到三台机器的flink的conf目录下。
5.重要,官网坑就在此:修改flink-master机器的flink-conf.yaml中的jobmanager.rpc.address
地址为flink-master
, 修改flink-slave1机器的flink-conf.yaml的jobmanager.rpc.address
地址为flink-slave1
。如果不修改,会导致JobManager启动成功,但TaskManager无法连接到JobManager,其官方文档里面并没有修改,目前查看网上所有资料也没有人建议更改此配置,经查看其zookeeper中/flink/default/leader/resource_manager_lock
节点值,发现配置不对,确定到JobManager注册的地址不对,其配置文档中说明也有问题,经尝试,发现需要修改该地址为每台JobManager自己机器地址即可。
6.在flink-master1机器的flink/bin目录下执行:jobmanager.sh start
。然后在 master2 再同样启动 jobmanager ,, 最后再启动 所有的taskmanager 。
7.输入相应地址后(http://flink-master1:8081)后,界面如下:
这时如果停掉一个JobManager,另一个会生效(需要等一会,待其检测到并初始化JobManager的元数据后才能看到),输入另一机器的web地址,也会自动跳转到为leader的机器。
经过测试,在 1.7.2 版本,在无任务运行的情况下HA 切换无问题。在有任务运行的情况下 jobmanager 切换有问题,问题还比较严重。后续。继续研究。