📚 课程目录第2章故障域隔离原理

2. 故障域隔离原理：故障域定义、单点故障风险、多可用区（AZ）与多区域（Region）隔离策略

2.1 故障域（Fault Domain）定义

故障域是系统中共享单一故障点的物理或逻辑资源集合。当该故障点失效时，集合内的所有组件都会受到影响。在 Kubernetes 和 Helm Chart 仓库场景中，故障域通常对应以下层级：

故障域层级	典型故障范围	Helm Chart 仓库影响
节点（Node）	单台服务器宕机、磁盘损坏	该节点上的 Chart 存储 Pod 不可用
机架（Rack）	交换机故障、电源中断	同一机架内所有仓库实例网络中断
可用区（AZ）	数据中心电力/冷却故障	整个 AZ 内的 Chart 仓库服务离线
区域（Region）	自然灾害、大规模网络中断	跨区域 Chart 同步中断，本地仓库只读

设计原则：故障域隔离的核心目标是确保一个故障域内的失效不会级联扩散到其他故障域。Helm Chart 仓库的存储后端（如 OCI 兼容 Registry、对象存储）和网络入口（Ingress/Load Balancer）必须分布在多个故障域中。

2.2 单点故障（SPOF）风险分析

未做故障域隔离的 Helm Chart 仓库架构存在以下典型单点故障风险：

存储单点：所有 Chart 包存储在单个 PV（PersistentVolume）或单个对象存储桶中，后端存储集群故障导致全量 Chart 不可拉取。
网络单点：单个 Ingress Controller 或 Load Balancer 实例承载所有仓库流量，该实例故障导致整个仓库域名不可达。
元数据单点：Chart 索引（index.yaml）仅由单个 Pod 生成并缓存，该 Pod 故障导致新 Chart 无法被索引发现。
认证单点：OIDC/OAuth2 代理或 TLS 证书管理组件单实例部署，认证链路中断后所有 helm pull/push 操作失败。

关键指标：在单 AZ 部署中，Helm Chart 仓库的可用性通常只能达到 99.9%（每年约 8.7 小时不可用）。通过多 AZ 隔离，可用性可提升至 99.99%（每年约 52 分钟不可用）。跨 Region 部署可进一步达到 99.999%（每年约 5 分钟不可用）。

2.3 多可用区（Multi-AZ）隔离策略

多 AZ 隔离是在同一区域内的多个物理隔离数据中心之间分布 Helm Chart 仓库组件。每个 AZ 拥有独立的电力、网络和冷却系统，AZ 间通过低延迟光纤互联。

多 AZ 隔离的关键配置步骤：

拓扑分布：使用 topologySpreadConstraints 将 Chart 仓库 Pod 均匀分布到各 AZ。
存储复制：对象存储（如 MinIO、S3）启用跨 AZ 复制，确保 Chart 包在 AZ 间冗余。
网络入口：部署跨 AZ 的 Load Balancer（如 AWS NLB、GCP TCP LB），并启用跨 AZ 健康检查。
缓存同步：索引缓存（如 Redis Cluster）跨 AZ 部署，使用 CRDT 或无冲突复制数据类型。

2.4 多区域（Multi-Region）隔离策略

多区域隔离是在地理上分散的多个区域之间部署 Helm Chart 仓库，每个区域包含多个 AZ。区域间通常存在较高的网络延迟（50-200ms），因此需要不同的数据同步和流量调度策略。

多区域隔离的核心策略对比：

策略维度	多可用区（Multi-AZ）	多区域（Multi-Region）
物理距离	同一城市，<10km	跨国家/大陆，>100km
网络延迟	<2ms	50-200ms
数据一致性	强一致性（同步复制）	最终一致性（异步复制）
故障切换时间	<30秒（自动）	1-5分钟（DNS 传播 + 手动确认）
Helm 仓库适用场景	生产环境主仓库，低延迟拉取	灾备仓库、全球多站点分发
存储后端要求	跨 AZ 同步复制（如 RBD Mirror）	跨 Region 异步复制（如 S3 CRR）

  Helm Chart 仓库多区域部署建议：
  每个区域部署独立的 Chart 仓库实例，使用区域级对象存储作为后端。
区域间通过异步复制同步 Chart 包和索引元数据，避免跨区域写操作的高延迟。
使用全局 DNS 服务（如 AWS Route53、GCP Cloud DNS）实现基于地理位置的流量路由。
在 Helm 客户端配置中设置多个仓库 URL，按优先级或地理位置选择最近的区域仓库。

2.5 故障域隔离的 Helm Chart 配置示例

以下是一个使用 Helm values 配置多 AZ 部署的示例片段：

# values.yaml - 多可用区部署配置
replicaCount: 6  # 每个 AZ 2 个副本，共 3 个 AZ

topologySpreadConstraints:
  - maxSkew: 1
    topologyKey: topology.kubernetes.io/zone
    whenUnsatisfiable: DoNotSchedule

affinity:
  podAntiAffinity:
    preferredDuringSchedulingIgnoredDuringExecution:
      - weight: 100
        podAffinityTerm:
          labelSelector:
            matchLabels:
              app: helm-chart-repo
          topologyKey: kubernetes.io/hostname

persistence:
  storageClass: "az-replicated-storage"
  accessModes:
    - ReadWriteOnce
  size: 500Gi

ingress:
  annotations:
    kubernetes.io/ingress.class: "multi-az-lb"
    external-dns.alpha.kubernetes.io/ttl: "60"
  hosts:
    - host: charts.example.com
      paths:
        - path: /
          pathType: Prefix

注意：在多区域场景中，不要使用单一的 index.yaml 文件跨区域同步。每个区域应维护独立的索引文件，并通过区域级缓存（如 Redis）加速本地查询。全局索引聚合应通过独立的聚合服务实现，避免单点故障。