1. 多租户故障域概述

1.1 什么是多租户故障域

在 Kubernetes 多租户集群中，故障域（Fault Domain） 是指一组共享同一故障风险边界的资源集合。当集群同时运行多个租户的工作负载时，一个租户的异常行为（如资源泄露、异常 Pod 激增、节点级故障）不应扩散到其他租户的命名空间或节点组。多租户故障域的核心目标就是隔离故障边界，确保一个租户的故障不会演变为整个集群的灾难。

典型的故障域层级包括：

1.2 为什么需要 Pod 驱逐与租户重调度

没有故障域隔离的多租户集群，就像没有防火墙的办公大楼——一个房间起火，整栋楼都可能被波及。Pod 驱逐与租户重调度是故障域管理的两大核心操作：

• Pod 驱逐（Eviction）：当节点或租户触发故障边界条件时，系统主动终止异常 Pod，释放资源，防止故障扩散。
• 租户重调度（Rescheduling）：驱逐后，将健康的 Pod 重新调度到符合租户隔离策略的节点上，维持服务可用性。

下表对比了有无故障域隔离机制的关键差异：

1.3 多租户故障域核心架构

下图展示了多租户故障域的核心组件与驱逐/重调度流程：

1.4 课程目标与学习路径

本课程旨在帮助你掌握 Kubernetes 多租户环境下故障域管理的完整技能栈。完成本课程后，你将能够：

• 理解故障域模型：掌握节点级、租户级、工作负载级故障域的定义与边界条件。
• 配置驱逐策略：使用 kubectl drain、PodDisruptionBudget、自定义驱逐控制器实现精细化驱逐。
• 实现租户重调度：基于节点亲和性、污点容忍、拓扑分布约束，确保租户 Pod 在驱逐后正确重调度。
• 构建自动化运维：结合 Operator 模式与事件驱动架构，实现故障域的自动检测、驱逐与恢复。

学习路径分为四个阶段：

每章都包含理论讲解、可运行的代码示例、故障模拟实验和课后思考题。建议你准备一个至少 3 节点的 Kubernetes 集群（可使用 Kind 或 Minikube 模拟），跟随课程逐步实践。