一、背景
NM：集群缩容，要下线一台部署 NodeManager 的机器，这台 NM 上还跑着 Flink 流任务常驻 TM 容器/常驻 Flink 任务（两种模式Yarn Session/Per-Job），YARN 不会自动杀掉长驻 TM 容器。
直接下线 NM，会导致 Flink 任务异常。必须先处理 Flink 任务，释放 YARN 容器，再做 NM 退役
常驻TM与常驻Flink容器：Yarn 常驻TM 容器与常驻Flink 任务-CSDN博客
二、完整操作步骤
第一步：先查看当前 YARN 上的 Flink 应用
# 列出yarn上所有正在运行的application
yarn application -list
找到 Flink 任务，识别类型：
- Per-Job：每个任务单独一个 AM
- Yarn Session：一个 Session AM，多个 Flink job 跑在同一个 session 集群
ApplicationType 是 Apache Flink，记下 applicationId，例如 application_1756xxxx_0001
第二步：对 Flink 任务执行 savepoint 并停止任务（核心）
savepoint：保存任务状态，后续可以恢复，保证数据不丢不重复
# 停止任务，触发savepoint
flink stop -p hdfs:///flink/savepoints/ <applicationId>
- -p：指定 savepoint 保存到 HDFS 路径，记住返回的 savepoint 路径，恢复任务要用
✅ stop：优雅停止，会先触发 savepoint，处理完数据再关闭 TM 容器（推荐生产）
❌ 不要直接 flink cancel：cancel 默认不生成 savepoint，会丢状态
如果是 Yarn Session 集群（长驻 session）
Session 里面有多个 Flink Job：
flink cancel <session_applicationId>
第三步：确认 Flink 的 TM 容器全部释放
# 查看该NM节点上还有没有运行中的容器
yarn node -list
# 查看指定节点详情，看Containers数量
yarn node -status node01:8041
目标：该 NM 节点上 Containers:0，没有任何 running 容器。 也可以去 YARN WebUI：Nodes 页面，看这个 NM，running containers=0
第四步：NM 退役（YARN 层面下线 NodeManager）
YARN 没有像 HDFS 那样原生 decommission 黑名单，两种方案：
方案 1（优雅推荐，临时停止 NM，不影响 RM）
# 对应你的集群启停脚本
yarn-daemon.sh stop nodemanager
新任务不会调度到这台机器；已经没有容器，不会影响正在运行的任务。
方案 2（YARN 黑名单，禁止新任务调度上来，适合提前隔离）
修改 yarn-site.xml，配置 yarn.resourcemanager.nodes.exclude-path，写入 exclude 文件，文件填写要下线节点主机名。
<property>
<name>yarn.resourcemanager.nodes.exclude-path</name>
<value>/etc/hadoop/conf/yarn_exclude_hosts</value>
</property>
生效：
yarn rmadmin -refreshNodes
效果：新 container 不再分配到该 NM，但已存在的容器继续跑。👉所以必须先停 Flink 释放容器，再执行这个。 容器全部跑完之后，再停 NM 进程。
第五步：确认 HDFS DN 退役完成（并行做）
DN 退役和处理 Flink 任务可以并行：
# 查看DN退役进度
hdfs dfsadmin -report
等待 DN 状态 Decommissioned，块全部迁移完成。
第六步：节点下线，关机 / 下架机器
任务恢复（后续需要重新启动 Flink）
从刚才的 savepoint 恢复任务
flink run -s hdfs:///flink/savepoints/savepoint-xxxx your-flink.jar
三、重点坑
- flink stop：优雅停止 + savepoint（流任务首选）
- flink cancel：取消任务，默认不保存状态
四、补充：应急场景（任务不重要，不需要保留状态）
业务允许丢失状态，可以直接 cancel 任务释放容器：
flink cancel <applicationId>
