apache-flink - 使用 Zookeeper 进行自动灾难恢复的高可用性

我们现在正在研究如何实现 Flink 的高可用性，以及如何在所有 DC 宕机时支持灾难场景中的自动恢复。我们有 DC1，我们通常希望完成工作，还有 DC2，它更偏远，我们希望只有在 DC1 关闭时才能去那里工作。

我们检查了两个选项，并很高兴听到有关另一种实现此目标的建议的反馈：

两个数据中心上的两个独立的 Zookeeper 集群。只有 DC1 上的集群在运行，并且在离线过程中将状态复制到 DC2。为了实现自动恢复，我们需要使用某种看门狗来检查 DC1 的可用性，如果它关闭将启动 DC2（如果 DC2 关闭，则稍后相同）。有推荐的工具吗？
Zookeeper“拉伸集群”跨数据中心——在 DC1 上有 2 个节点，在 DC2 上有 2 个节点和一个观察者节点。此外，DC1 上的 flink 集群 jobmabnager1 和 DC2 上的 jobmanager2。这样当 DC1 宕机时，zookeeper 会自动注意到这一点，并将工作转移到 DC2 上的 jobmanager2。但是我们希望 zookeeper 领导者和 flink jobmanager 领导者（主要）来自 DC1——除非它关闭。有没有办法做到这一点？

谢谢并恭祝安康，

托维

标签： apache-flink