JobManager主备高可用的选举机制

Flink集群的高可用本质上等价于JobManager这个Master角色的高可用：一旦唯一的JobManager宕机，整个集群就无法继续对外提供服务。解决办法是同时运行多个JobManager实例，其中只有一个处于生效（active）状态，其余处于备用（standby）状态；一旦当前生效的JobManager宕机，系统会从备用实例中选举出一个新的接管服务，整个过程依赖ZooKeeper提供的分布式协调能力来完成选主和状态同步。这是主备容错的通用范式——先用多副本消除单点，再用一个外部协调服务解决”多个副本谁说了算”这个一致性问题，并不是Flink独有，很多需要Master角色的分布式系统（如HDFS NameNode、Kafka Controller）都采用类似结构。需要注意的是不同部署模式下高可用的实现程度不同：Yarn Session模式下并不真正跑多个JobManager，而是靠失败后自动重启来达成有限程度的高可用。