4. 异常样本定义：什么是发布流水线异常样本、样本采集原则
在《K8s平台发布流水线异常样本的etcd日志关联与根因定位》课程中，异常样本是构建根因定位模型与自动化诊断规则的基础单元。本章节将明确异常样本的定义边界、分类标准以及采集过程中的核心原则，确保后续章节的日志关联分析具备可复现、可量化的数据基础。
4.1 发布流水线异常样本的定义
发布流水线异常样本是指在Kubernetes平台的应用发布过程中，因配置错误、资源竞争、组件故障、etcd状态不一致等原因，导致流水线任务失败、服务中断或性能劣化的完整上下文记录。一个完整的异常样本不仅包含故障现象，还必须包含故障发生时的环境快照、操作序列、关键组件日志及etcd的键值变更轨迹。
核心判定标准： 异常样本必须满足“三可”原则——可复现（具备触发条件）、可观测（存在明确的监控/日志信号）、可关联（能够与etcd的写入/删除/更新操作建立时间线映射）。
4.2 异常样本的分类体系
根据故障在发布流水线中的注入阶段与表现形态，异常样本分为以下四大类：
| 分类 | 典型场景 | etcd关联特征 | 样本优先级 |
|---|---|---|---|
| 配置类异常 | ConfigMap/Secret引用错误、资源配额不足、PodAntiAffinity冲突 | etcd中出现大量update操作但revision未按预期递增；watch事件超时 |
P0 |
| 资源竞争类异常 | Deployment滚动更新卡死、StatefulSet Pod启动顺序错乱、HPA频繁扩缩容 | etcd中endpoints对象频繁更新；lease续约抖动；key的TTL异常重置 |
P0 |
| 组件故障类异常 | kube-apiserver OOM、kube-controller-manager leader选举失败、etcd成员宕机 | etcd raft日志出现leader changed；db size突增；backend commit延迟飙升 |
P1 |
| 网络/存储类异常 | CNI插件配置错误、PV/PVC绑定失败、Service EndpointSlice不一致 | etcd中endpointslice对象与Pod状态不一致；node对象心跳超时 |
P1 |
优先级说明： P0样本为课程重点分析对象，此类异常在etcd日志中具有明确的“异常波形”特征，适合作为根因定位算法的训练数据集。P1样本作为补充验证集，用于检验模型的泛化能力。
4.3 样本采集原则
为保证异常样本的质量与可用性，采集过程必须遵循以下五项原则：
- 全量上下文原则：每个样本必须包含故障前30秒、故障中、故障后30秒的完整etcd操作日志（包括
put、delete、txn、watch事件），以及对应时间窗口内的kube-apiserver审计日志、kubelet事件、容器标准输出。 - 时间对齐原则：所有日志源必须使用同一NTP时间源，etcd日志中的
raft_term、revision、time字段需与kube-apiserver的requestReceivedTimestamp建立毫秒级映射关系。 - 标签化原则：每个样本需附带结构化元数据标签，包括：故障类型、触发操作（如
kubectl apply、Helm upgrade、ArgoCD sync）、集群版本、etcd版本、节点拓扑。 - 去重与归一化原则：同一故障模式在短时间内重复出现时，仅保留首次完整样本；对日志中的Pod名称、Node名称、UID等动态标识符进行脱敏归一化处理，保留结构关系。
- 可复现验证原则：每个样本必须附带对应的故障注入脚本或操作步骤，确保在测试环境中能够以不低于80%的概率复现相同异常。
4.4 异常样本的etcd日志关联结构
下图展示了异常样本中etcd日志与发布流水线事件的关联模型，这是后续章节进行根因定位的核心数据骨架：
4.5 样本采集的避坑指南
常见采集误区：
- 仅采集etcd日志而忽略kube-apiserver审计日志——导致无法区分“客户端重试”与“etcd真实写入失败”。
- 使用默认日志级别采集etcd日志——
--log-level=info会丢失大量raft层调试信息，建议至少使用--log-level=debug。 - 未对etcd的
--max-request-bytes和--quota-backend-bytes进行记录——大对象写入导致的OOM异常无法追溯。 - 采集时间窗口过窄（仅故障发生时刻）——导致无法识别“慢故障”类异常（如内存泄漏、key数量缓慢增长）。
4.6 样本质量评估指标
采集完成后，需对每个样本进行质量评分，低于60分的样本应标记为“低质量”并进入重采流程：
| 评估维度 | 权重 | 评分标准（满分100） |
|---|---|---|
| 日志完整性 | 30% | etcd日志 + 审计日志 + kubelet事件三者齐全得满分；缺一项扣30分 |
| 时间对齐精度 | 25% | 跨源时间偏差 < 10ms 得满分；10-50ms 扣15分；> 50ms 扣25分 |
| 标签覆盖率 | 20% | 故障类型、触发操作、版本信息、节点拓扑四项齐全得满分；缺一项扣20分 |
| 可复现性 | 25% | 提供完整故障注入脚本且复现率 ≥ 80% 得满分；仅提供步骤描述扣15分 |