4. 集群拓扑建模：节点、机架、可用区、地域的层次化建模方法

在分布式系统中，故障域（Failure Domain）的划分直接决定了集群的容灾能力与资源调度策略。层次化拓扑建模将物理与逻辑资源按“节点 → 机架 → 可用区 → 地域”四层结构进行抽象，为故障隔离、流量调度和可观测性追踪提供统一的坐标系。

4.1 四层拓扑模型定义

每一层代表一个独立的故障边界，层内故障通常不会扩散到上层。下表总结了各层的核心属性与故障范围：

4.2 层次化拓扑的抽象数据结构

在可观测性系统中，拓扑信息通常以标签（Label）或属性（Attribute）的形式挂载到每个资源对象上。以下是一个标准化的拓扑标签结构：

# 节点级标签示例（Kubernetes Node 对象）
labels:
  topology.kubernetes.io/region: "cn-east-2"
  topology.kubernetes.io/zone: "cn-east-2a"
  topology.kubernetes.io/rack: "rack-12"
  node.kubernetes.io/hostname: "node-2345"

# 在 OPA 策略中引用拓扑路径
failure_domain_path = [
  node.labels["topology.kubernetes.io/region"],
  node.labels["topology.kubernetes.io/zone"],
  node.labels["topology.kubernetes.io/rack"],
  node.labels["node.kubernetes.io/hostname"]
]

这种扁平化的标签设计便于在 Prometheus、OpenTelemetry 等系统中直接做维度聚合，同时保留了完整的层次语义。

4.3 拓扑建模的 SVG 结构图

下图展示了四层拓扑模型及其故障域隔离关系，箭头表示资源归属与故障传播方向：

4.4 拓扑建模在 OPA 追踪中的关键路径

在 OPA（Open Policy Agent）策略评估与样本抽检流程中，拓扑模型被用于以下关键路径：

1. 资源归属判定：通过拓扑标签将每个 Pod 或容器映射到具体的节点、机架、可用区。
2. 故障域冲突检测：OPA 策略检查同一工作负载的多个副本是否分布在不同的机架或可用区。
3. 样本抽检分层：按拓扑层级进行分层抽样，确保每个故障域内的样本都能被覆盖。
4. 追踪路径染色：在分布式追踪 Span 中注入拓扑标签，便于后续按故障域维度聚合分析。

4.5 拓扑建模的常见反模式

以下是在实际集群拓扑建模中容易出现的错误做法及其后果：

4.6 拓扑建模与可观测性数据的关联

在可观测性系统中，拓扑模型需要与指标（Metrics）、日志（Logs）、追踪（Traces）三类数据关联。下图展示了拓扑标签在三大信号中的注入位置：

4.7 建模流程与校验步骤

推荐按照以下步骤完成集群拓扑建模，并在每个步骤后执行校验：

1. 物理资源盘点：收集所有节点的物理位置、所属机架、电源链路、网络接入层信息。
2. 标签标准化：制定统一的标签命名规范，例如 topology.kubernetes.io/rack 使用“rack-三位数字”格式。
3. 标签注入：通过节点初始化脚本或集群管理工具（如 Cluster API）将标签写入节点对象。
4. OPA 策略验证：编写 Rego 策略检查所有节点是否都具备完整的四层拓扑标签，缺失则告警。
5. 样本抽检验证：随机抽取 5% 的节点，人工核对物理位置与标签是否一致。
6. 持续审计：在集群变更（扩缩容、设备搬迁）后，自动触发拓扑标签一致性审计。