Kubernetes上Flink无法启动TaskManager，作业进入全局终止状态

1. 修复ConfigMap Leader选举冲突 #

日志中的409错误是Flink用于Leader选举的ConfigMap因并发修改或残留状态导致的冲突，解决步骤：

• 删除冲突的ConfigMap：

  kubectl delete configmap post-processing-cluster-config-map -n post-processing-int2
  

• 触发Flink Operator重新同步资源：可通过修改FlinkDeployment的任意字段（如restartNonce）触发，或直接删除当前JobManager Pod让Operator重建。

2. 解决作业终态被忽略的警告 #

Ignoring JobGraph submission警告是因为Flink检测到该作业曾进入全局终态（FINISHED/CANCELED/FAILED），默认不会重复提交。需通过restartNonce字段让Flink识别为新作业实例：

• 在FlinkDeployment配置的spec.job下添加restartNonce字段，设置唯一值（如时间戳、随机字符串）：

  spec:
    job:
      restartNonce: "20240520-unique-tag"
      savepointLocationPath: "你的SavePoint存储路径"
      # 其他作业相关配置
  

• 应用修改：

  kubectl apply -f your-flink-deployment.yaml -n post-processing-int2
  

3. 启动TaskManager Pod #

Flink Operator会根据FlinkDeployment配置自动管理TaskManager Pod，手动在JobManager内启动进程无效，需确保配置正确：

• 检查并设置TaskManager副本数：在spec.taskManager中明确replicas值（需大于0），示例：

  spec:
    taskManager:
      replicas: 2
      numberOfTaskSlots: 4
      resources:
        cpu: "1"
        memory: "2048m"
  

• 验证配置应用后，排查TaskManager Pod未启动的原因：

  # 查看Flink Operator日志（假设Operator部署在flink-operator命名空间）
  kubectl logs -n flink-operator deployment/flink-operator
  # 查看目标命名空间内的事件
  kubectl get events -n post-processing-int2
  

• 确保SavePoint存储路径在新集群中可访问（如存储服务权限、网络可达性），若SavePoint加载失败，作业无法启动会导致TaskManager Pod不被创建。

内容的提问来源于stack exchange，提问作者Koman