4. 演练场景设计：容量突增触发条件与故障注入

本章聚焦于容量突增场景的演练设计，明确触发条件、故障注入方法以及演练目标与KPI。通过模拟流量洪峰与扩缩容风暴，验证Helm水位预测模型在极端负载下的决策准确性与平台韧性。

4.1 容量突增触发条件

容量突增分为两种典型模式：流量洪峰与扩缩容风暴。两者在触发机制、影响范围与Helm水位预测的挑战点上存在显著差异。

4.2 模拟故障注入方法

故障注入是验证Helm水位预测模型鲁棒性的核心手段。以下为三种标准注入方法，覆盖计算、网络与状态三个维度。

• CPU/内存压力注入：使用 stress-ng 或 chaos-mesh 的 StressChaos 资源，对目标Pod注入CPU 80%-95%或内存90%以上的负载，模拟节点资源耗尽场景。
• 网络延迟与丢包注入：通过 tc 命令或 NetworkChaos 注入延迟100ms-500ms、丢包率5%-15%，模拟上游服务响应变慢或链路不稳定。
• Pod异常终止注入：使用 PodChaos 随机终止20%-40%的Pod副本，模拟节点故障或OOMKill，触发Helm水位预测的快速重算机制。

# 示例：使用 Chaos Mesh 注入 CPU 压力
apiVersion: chaos-mesh.org/v1alpha1
kind: StressChaos
metadata:
  name: cpu-stress-80pct
  namespace: idp-demo
spec:
  mode: one
  selector:
    namespaces:
      - idp-demo
    labelSelectors:
      app: workload-a
  stressors:
    cpu:
      workers: 2
      load: 80
  duration: "5m"

4.3 演练目标与KPI设定

演练目标分为三个层级：预测准确性、决策时效性与平台韧性。每个层级对应明确的KPI，用于量化评估Helm水位预测模型在容量突增场景下的表现。

4.4 演练场景流程与SVG架构图

下图展示了容量突增演练的完整流程，从触发条件注入到KPI评估，包含故障注入、Helm水位预测与决策反馈三个核心阶段。

4.5 演练场景参数配置清单

为确保演练可重复且结果可对比，以下为推荐的参数配置清单。所有参数应在演练前通过ConfigMap或Helm values注入。

• 流量洪峰参数：起始RPS 100，峰值RPS 500，爬坡时间 120秒，持续时长 300秒。
• 扩缩容风暴参数：HPA minReplicas 2，maxReplicas 50，目标CPU利用率 50%，每30秒调整一次目标值（40%-80%随机）。
• 故障注入参数：CPU压力 85%，内存压力 90%，网络延迟 200ms，丢包率 10%，Pod终止比例 30%，注入时长 180秒。
• Helm水位预测参数：预测窗口 60秒，采样间隔 10秒，水位阈值 0.7（触发扩容），0.3（触发缩容），平滑因子 0.15。