上篇文章簡單敘述了Flink standalone集群的基礎部署，在生產環境中假如只有1個jobmanager的話，那么這個節點一旦掛掉，所有運行的task都會中斷，帶來的影響比較大，因此在生產環境至少要保證jobmanager的高可用，至少2個節點，也可以將jobmanager和taskmanager兩個實例運行到1個物理節點上，多個taskmanager和多個jobmanager並存實現高可用，高可用需要依賴zookeeper的故障恢復，因此要先准備好zookeeper集群，建議獨立搭建zookeeper集群，不要用flink內置的單節點zookeeper，之前原有的環境如下：
bigdata1 - jobmanager
bigdata2,bigdata3,bigdata4 - taskmanager
目前zookeeper集群為：bigdata1,bigdata2,bigdata3，端口號為2181
接下來要進行jobmanager擴展，在bigdata4上面運行jobmanager，和bigdata1的jobmanager共同實現高可用.
首先在一個節點開始配置，這里現在bigdata1開始配置：
配置：conf/flink-conf.yaml 找到High Availability配置部分，這部分默認都是注釋的也就是不使用高可用，需要手動去掉注釋並且添加一些配置項，具體配置如下：
high-availability: zookeeper high-availability.storageDir: file:///data/flink/ha high-availability.zookeeper.quorum: bigdata1:2181,bigdata2:2181,bigdata3:2181 high-availability.zookeeper.path.root: /flink high-availability.cluster-id: /flink_cluster
high-availability默認是NONE，表示不使用高可用，這里改成zookeeper
high-availability.storageDir 這個是高可用中用於存儲一些較大的對象用於恢復，文檔中建議配置所有節點都可以訪問到的資源，推薦使用hdfs，這里配置的是本地文件系統，具體有效性需要驗證，建議生產環境使用hdfs
high-availability.zookeeper.quorum 配置zookeeper集群
high-availability.zookeeper.path.root 配置flink在zookeeper中的path，整個集群要統一，這里是/flink；如果是多個flink集群使用同一個zookeeper集群，那么這里要區分開.
high-availability.cluster-id 集群的標識，整個集群要一致，在zookeeper下以及storageDir下都有這個cluster-id指定的目錄，用於存放必須的協調數據
上面這些配置無誤后，保存文件
配置masters，文件：conf/masters，添加bigdata4的節點
同時conf/slaves保持不變，仍然為bigdata2,bigdata3,bigdata4
然后將flink-conf.yaml和masters配置同步到集群其他所有節點，同時保證zookeeper服務已經正常運行
執行： bin/start-cluster.sh 啟動集群，啟動后會發現bigdata4多出了StandaloneSessionClusterEntrypoint進程，這個時候通過zookeeper客戶端執行 get /flink/flink_cluster/leader/rest_server_lock 查看當前的jobmanager master可以一般會看到是bigdata1
然后可以嘗試將bigdata1上面的StandaloneSessionClusterEntrypoint進程kill掉，通過bigdata4:8081訪問web ui，這個時候故障轉移flink日志可能會報錯，稍微等待一段時間，然后界面就會加載成功，正常看到slots和task managers以及詳細的任務，說明這個時候jobmanager成功進行了故障轉移，實現了高可用，同時查看zookeeper上面的節點也會切換成bigdata4了
另外注意配置高可用之后，之前的flink-conf.yaml中的配置項jobmanager.rpc.port就不再生效，這個配置項只針對之前的單個jobmanager的獨立集群，現在這個端口會自動選擇並且多個jobmanager都是不一樣的，但是我們不用去關心他，對使用flink沒有任何影響.
以上就是flink jobmanager高可用的配置，配置起來還是比較簡單的，推薦在生產環境中使用，集群穩定性更好.
參考文檔： https://ci.apache.org/projects/flink/flink-docs-release-1.9/zh/ops/jobmanager_high_availability.html
對於新版的flink有時候可能是偶然的原因導致第一次啟動flink集群的時候報一些莫名其妙的錯誤死活啟動不起來，這個時候可以嘗試重啟zookeeper集群，刪除對應的/flink節點或者調大zookeeper tickTime，再啟動flink集群一般就正常了.