4. 故障域隔离策略总览：节点故障域、可用区故障域、集群故障域、镜像仓库故障域

在平台工程 IDP 中，容器镜像依赖故障可能发生在基础设施的任意一层。有效的故障域隔离策略，是将系统划分为多个独立的故障边界，确保单一故障不会扩散至整个平台。本章从四个核心维度展开总览：节点、可用区、集群和镜像仓库。

4.1 四层故障域模型

下表对比了四个故障域的作用范围、典型故障场景以及隔离手段：

4.2 故障域隔离策略总览图

下图展示了四层故障域在 IDP 架构中的位置及其隔离边界：

4.3 各故障域的镜像拉取路径对比

不同故障域下，Pod 拉取镜像的路径存在显著差异。理解这些路径有助于在故障发生时快速定位瓶颈：

4.4 故障域隔离策略决策矩阵

在实际 IDP 建设中，需要根据业务重要性和资源成本选择隔离策略。以下矩阵帮助团队快速决策：

4.5 故障域隔离的依赖关系图

下图展示了四层故障域之间的依赖关系以及镜像拉取请求的流转路径：

4.6 故障域隔离的配置示例

以下是一个多故障域隔离的 Deployment 配置片段，展示了节点反亲和、可用区拓扑分布以及镜像拉取策略的组合使用：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: idp-core-service
spec:
  replicas: 6
  selector:
    matchLabels:
      app: idp-core
  template:
    metadata:
      labels:
        app: idp-core
    spec:
      # 节点故障域：强制反亲和，避免同一节点运行多个副本
      affinity:
        podAntiAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
          - labelSelector:
              matchExpressions:
              - key: app
                operator: In
                values:
                - idp-core
            topologyKey: "kubernetes.io/hostname"
        # 可用区故障域：优先跨可用区分布
        podAntiAffinity:
          preferredDuringSchedulingIgnoredDuringExecution:
          - weight: 100
            podAffinityTerm:
              labelSelector:
                matchExpressions:
                - key: app
                  operator: In
                  values:
                  - idp-core
              topologyKey: "topology.kubernetes.io/zone"
      containers:
      - name: idp-core
        image: registry.idp.internal/platform/core:v3.2.1
        # 镜像拉取策略：优先使用本地缓存，避免频繁远程拉取
        imagePullPolicy: IfNotPresent
        # 镜像拉取超时和重试配置
        imagePullSecrets:
        - name: registry-credentials
      # 节点故障域：容忍特定故障节点
      tolerations:
      - key: "node.kubernetes.io/disk-pressure"
        operator: "Exists"
        effect: "NoSchedule"

4.7 故障域隔离的验证清单

在完成故障域隔离策略设计后，建议使用以下清单进行验证：