在AWS EKS上部署有状态Flink作业时遇IllegalStateException错误

核心错误原因 #

报错The base directory of the JobResultStore isn't accessible的主要触发场景：

• 存储访问模式不匹配：你使用的PVC访问模式是ReadWriteOnce，EKS多节点集群中JobManager和TaskManager可能被调度到不同节点，导致部分Pod无法挂载存储卷。
• 本地文件路径局限性：file:///flink-data是节点本地路径，无法在多节点环境中实现跨Pod存储共享，Flink的HA组件、检查点/保存点需要所有节点访问同一存储。
• 目录权限问题：PVC挂载的/flink-data目录可能属于root用户，而Flink容器默认使用flink用户（UID 9999），导致无读写权限。

针对性解决方案 #

1. 切换为分布式存储（推荐） #

将Flink状态存储改为AWS S3（或其他分布式存储），替代本地文件路径：
修改flinkConfiguration中的存储配置：

flinkConfiguration:
  taskmanager.numberOfTaskSlots: "2"
  state.savepoints.dir: s3://your-bucket/savepoints
  state.checkpoints.dir: s3://your-bucket/checkpoints
  high-availability.type: kubernetes
  high-availability.storageDir: s3://your-bucket/ha
  # 推荐通过IAM角色授权，避免硬编码密钥
  # s3.path.style.access: "true" # 根据你的S3配置调整

确保Flink服务账号拥有对应S3桶的IAM权限（优先用IRSA配置）。

2. 修复PVC访问与权限问题（单节点测试场景） #

若坚持使用EBS卷：

• 强制Pod同节点调度：添加节点亲和性，确保JobManager和TaskManager在同一节点运行：

podTemplate:
  spec:
    affinity:
      podAffinity:
        requiredDuringSchedulingIgnoredDuringExecution:
        - labelSelector:
            matchExpressions:
            - key: app
              operator: In
              values:
              - flink
          topologyKey: kubernetes.io/hostname

• 修复目录权限：添加initContainer将/flink-data所有者改为flink用户：

podTemplate:
  spec:
    initContainers:
      - name: fix-dir-perms
        image: busybox:1.35
        command: ["sh", "-c", "chown -R 9999:9999 /flink-data"]
        volumeMounts:
          - mountPath: /flink-data
            name: flink-volume
    containers:
      - name: flink-main-container
        volumeMounts:
          - mountPath: /flink-data
            name: flink-volume

日志调试方法 #

容器快速退出时，可通过以下方式获取日志：

• 用--previous参数查看上一次Pod启动日志：

kubectl logs <jobmanager-pod-name> --previous
kubectl logs <taskmanager-pod-name> --previous

• 修改FlinkDeployment的job.state为suspended，先启动集群不运行作业，待Pod稳定后再调试。

内容的提问来源于stack exchange，提问作者papaya123