Flink典型的任务处理过程如下所示：

很容易发现，JobManager存在单点故障（SPOF：Single Point Of Failure），因此对Flink做HA，主要是对JobManager做HA，根据Flink集群的部署模式不同，分为Standalone、OnYarn，本文主要涉及Standalone模式。

JobManager的HA，是通过Zookeeper实现的，因此需要先搭建好Zookeeper集群，同时HA的信息，还要存储在HDFS中，因此也需要Hadoop集群，最后修改Flink中的配置文件。

1. conf/flink-conf.yaml修改

 high-availability: zookeeper
 high-availability.storageDir: hdfs:///flink/ha/
 high-availability.zookeeper.quorum: 10.108.4.203:2181,10.108.4.204:2181,10.108.4.205:2181

2. conf/masters修改

设置要启用JobManager的节点及端口：

10.108.4.202:8081
10.108.4.203:8081

3. conf/zoo.cfg修改

server.1=10.108.4.203:2888:3888
server.2=10.108.4.204:2888:3888
server.3=10.108.4.205:2888:3888

PS: 修改完后，使用scp命令将flink-conf.yaml、masters、 zoo.cfg文件同步到其他节点：

[root@hadoop2 conf]# scp flink-conf.yaml masters zoo.cfg  root@hadoop3:/opt/flink-1.5.0/conf

4. 启动zookeeper 服务

[root@hadoop2 bin]# ./start-zookeeper-quorum.sh 
Starting zookeeper daemon on host hadoop2.
Starting zookeeper daemon on host hadoop3.
Starting zookeeper daemon on host hadoop4.

5. 启动ha集群

[root@hadoop2 bin]# ./start-cluster.sh 
Starting HA cluster with 2 masters.
Starting standalonesession daemon on host hadoop2.
Starting standalonesession daemon on host hadoop3.
Starting taskexecutor daemon on host hadoop3.
Starting taskexecutor daemon on host hadoop4.

可以看到，启动了两个JobManager，一个Leader，一个Standby

6. 停止集群服务

[root@hadoop2 bin]# bin/stop-cluster.sh
[root@hadoop2 bin]# bin/stop-cluster.sh

测试HA

1. 访问Leader的WebUI:

2. 访问StandBy的WebUI

官网HA文档：https://ci.apache.org/projects/flink/flink-docs-release-1.5/ops/jobmanager_high_availability.html