我理解Curator和ZooKeeper的各个节点(包括Leader, Followers)之间都是长连接
如果你重启了ZK节点的其中一个，应该会导致和这个节点连着的Curator Client都Suspend，
进而导致相应的JobManager丢掉leader ship，所以会cancel掉当前任务然后重新运行
你可以验证一下是不是重启一个ZK节点只是特定的连到这台上面的Flink任务Failover，而不是全部的
最后，这个问题目前应该是没有办法通过Flink配置直接解决，除非是Curator#LeaderLatch对Suspend的状态处理可以进行改进
同时Flink里也需要在LeaderRetrieval中对Suspend状态的处理进行改进，不是直接notify一个empty leader
Best,
Yang
赵一旦 <
[hidden email]> 于2020年12月3日周四 上午10:28写道：
>
> 那Curator的state为什么会变成suspended或lost呢？我重启zk一般都是一台一台重启，而且我最近才刚刚又试过一次，我是先重启了follower
> zk节点，结果刚刚kill一瞬间flink任务全部出问题了。
>
> Yang Wang <
[hidden email]> 于2020年12月1日周二 下午8:18写道：
>
> > Flink是利用Curator Framework来进行Leader Election和Retrieval，当时Curator的State
> > 变成Suspended或者Lost的时候都会触发leader的revoke，进而导致需要Cancel掉之前的job
> > 等待新的leader出现再重新调度
> >
> > 你可以提供一下JobManager的log或者自己观察一下JobManager的log是不是有Curator Connection
> State的变化
> > 进而导致了Failover
> >
> >
> > Best,
> > Yang
> >
> > 赵一旦 <
[hidden email]> 于2020年12月1日周二 下午7:13写道：
> >
> > > 又石沉大海了，有没有懂的人出来解释下。
> > >
> > > RS <
[hidden email]> 于2020年11月17日周二 上午9:35写道：
> > >
> > > > 哈哈, 我的也是, flink和ZK断开连接的话, 任务会全部重启, 这边测试了各种场景, 比如部署HA方案,
> > > > 部署多个jobmanager都测试过, 任务都是会重启的, 同样不知道如何解决.
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > >
> > > > 在 2020-11-16 18:39:29，"赵一旦" <
[hidden email]> 写道：
> > > >
> > > >
> > >
> >
> >按照我在工作中经验，有过几次需要重启zk集群，我是单个zk节点逐个重启。结论是导致了flink集群中任务的全部自动重启（基于最近一次的ckpt）。这对任务还是有一定影响的，因为ckpt是10分钟一次，会导致瞬间压力变高。
> > > > >
> > > > >问下这个合理嘛，还是我配置的有问题or操作有问题。
> > > >
> > >
> >
>
Locked
