背景
TKE Serverless 集群和普通集群提供 超级节点 能力，以提高资源动态扩缩容效率并降低资源使用成本。集群以 Pod 形式交付计算资源，无需用户管理 Pod 背后运行的实际节点，使用超级节点类似于使用一台超大规格的 CVM，便于资源管理和资源扩缩容。 超级节点本身只是逻辑概念，在超级节点上运行 Pod 时，集群会动态创建一个临时的虚拟节点，该虚拟节点为 Pod 独占，并随 Pod 的删除销毁。当检测到虚拟节点故障时，Pod 会进行容灾漂移，重新构建虚拟节点并重建 Pod。您可以将超级节点部署在不同可用区实现资源分散，规避可用区故障带来的灾难风险。智能顾问-混沌演练提供 Serverless Pod 虚拟节点关机故障场景，可以帮助您验证虚拟节点出现故障后，Pod 容灾漂移对您的服务造成的影响，更进一步，还可以模拟单可用区故障后对调度到超级节点上 Pod 的影响，以验证您容灾设计的有效性。
注意：
对未调度到超级节点的 Pod 进行该场景故障注入会失败。
k8s 集群具备一定的故障自愈能力，但当发生大规模故障时，如突发超过 50% 的 node 或 50% Serverless 容器异常时，该自愈能力会退避甚至熔断，避免突发大规模的驱逐、摘流动作导致更大的故障风险，例如引发整个集群雪崩。建议您单次故障演练不要超过集群总 Serverless Pod 总数的一半。
故障判定时长受虚拟机内 Agent 上报超时配置影响（默认5min），如果需要及时摘除异常 Pod 流量，请参照 自动重建自愈 进行配置。 故障参数说明
持续时间(s)：故障允许的最大时间，默认值为30min，故障注入成功开始经过配置的持续时间后，故障会自动恢复（即使未手动执行恢复动作）。
是否自动重建 Pod：是否开启 Pod 的自动重建功能，默认开启。用于模拟无法自愈的持续故障，详情请参照 自动重建自愈。 恢复后等待 Pod 重建时间(s)：故障自愈后，会在该时间内持续检测 Pod 健康状态，以判断故障是否恢复，默认值为8min。请确保该时长大于 Pod 的最大重建时间。
演练实施
步骤一：演练准备
运行在超级节点的 Pod 实例，例如 Serverless 集群和标准集群超级节点。
进入 探针管理 页面对 Pod 所在集群安装故障注入探针。 步骤二：创建演练
2. 单击跳过，新建空白演练，并填写演练信息。
步骤三：添加演练实例和动作
1. 在演练对象配置环节中，选择对象类型容器为标准集群 Pod 或 Serverless 集群 Pod。
2. 添加实例选择对应的 Pod 名称。选择需要注入的集群 ID 和命名空间，将会自动获取集群下该命名空间的 Pod。
3. 添加演练动作。选择 Pod 操作分类下的 Serverless Pod 虚拟节点关机故障。
4. 配置动作参数，请参照故障参数说明。
步骤四：全局配置
可在全局配置阶段配置推进方式、监控指标，护栏等策略。
故障结果观测
点击执行等待故障注入成功，在 TKE 控制台 > 集群 中观察 Pod 状态。进入集群基本信息页面，点击 Pod，当 Pod 的 Ready 状态为 ProbeTimeout，代表底层虚拟节点已经关机成功，引发相应的 Agent 上报超时（此时异常 Pod 的流量已被摘除）。 如果在故障参数中指定自动重建失败 Pod，那么在故障后，会自动触发 Pod 重建，Pod 会在一定时间内进行重建自愈，可以观察相应 Pod 重建事件。
如果在故障参数中指定不自动重建失败 Pod，那么故障会持续，直到手动执行回滚动作，或到达故障持续时间自动恢复故障。故障恢复的过程同样是重新分配底层虚拟节点并重建Pod。
此外，通过观察 Pod 监控指标，也可以观察到故障过程，可观察到Pod 的各项指标在故障后出现断点并在故障恢复后恢复（注意：因为 Pod 整体发生重新调度，所以 Pod 重启次数不会增加）。
FAQ
如何模拟超级节点单可用区故障？
如果您在购买超级节点时进行过多可用区配置，可以先将待故障可用区的超级节点 封锁，然后对调度到该超级节点的所有 Pod 执行虚拟节点关机故障，模拟因为单可用区故障后，超级节点整体不可用，Pod 迁移到其它可用区的场景。