Flink在EKS集群添加ENTRYPOINT后作业提交及端口转发失败排查

1. 启动脚本核心逻辑检查 #

• 确认脚本是否以前台模式启动Job Manager：Flink默认的start-cluster.sh是后台启动，容器会因主进程直接退出触发CrashLoopBackOff。必须使用standalone-job.sh start-foreground，或确保主进程始终在前台运行。
• 排查作业提交时机：如果在Job Manager完全初始化前就执行flink run，会因RPC端口（默认6123）未就绪触发超时。需在脚本中添加等待逻辑，比如循环执行nc -z jobmanager-service 6123，直到端口连通再提交作业。

2. CrashLoopBackOff状态排查 #

• 查看Pod退出码：执行kubectl describe pod <jobmanager-pod-name>，若退出码为0，说明容器正常退出但K8s期望其持续运行；若非0，通过kubectl logs <jobmanager-pod-name> --previous获取错误日志。
• 检查资源限制：若Pod内存/CPU不足，Flink进程会被OOMKilled，导致反复重启，可查看Pod事件中的OOM相关记录。

3. 端口转发失败关联问题 #

• 确认Pod状态与端口绑定：检查Pod是否处于Running状态，Flink配置中rest.port（默认8081）需绑定到0.0.0.0，而非仅localhost，否则外部无法访问。
• 验证Service端口映射：Job Manager的Service需正确暴露RPC端口（6123）和REST端口（8081），否则端口转发或内部通信会失败。

4. Dockerfile配置修正 #

• 使用exec格式ENTRYPOINT：比如ENTRYPOINT ["/path/to/start-script.sh"]，确保信号（如SIGTERM）能正确传递给Flink主进程，避免容器无法正常停止。
• 添加脚本执行权限：Dockerfile中需包含RUN chmod +x /path/to/start-script.sh，否则容器启动时会因权限不足报错。

修正后的启动脚本示例 #

#!/bin/bash
# 等待Job Manager RPC端口就绪
until nc -z jobmanager 6123; do
  echo "Waiting for Job Manager ready..."
  sleep 2
done

# 后台提交作业
flink run -d -m jobmanager:6123 /path/to/your-job.jar

# 保持Job Manager前台运行
exec standalone-job.sh start-foreground

内容的提问来源于stack exchange，提问作者P36912