1. 课程导论：事件驱动自愈的概念、Kubernetes 自愈机制概述、课程目标与学习路径
1.1 什么是事件驱动自愈？
事件驱动自愈（Event-Driven Self-Healing）是一种基于系统内部状态变化（事件）自动触发修复动作的运维模式。在 Kubernetes 生态中，它不再依赖人工巡检或固定时间间隔的健康检查，而是通过监听集群中产生的各类事件（Pod 崩溃、节点不可用、资源阈值超限等），实时评估当前状态与期望状态之间的偏差，并自动执行预定义的修复策略。
核心思想： 将“故障发现”与“故障恢复”解耦为独立的事件流与动作流，通过事件总线串联，实现毫秒级响应、无人工干预的闭环自愈。
1.2 Kubernetes 原生自愈机制概述
Kubernetes 本身已内置了基础的自愈能力，但这些机制主要面向单实例或单节点的简单故障场景。下表对比了原生自愈与事件驱动自愈的关键差异：
| 维度 | Kubernetes 原生自愈 | 事件驱动自愈 |
|---|---|---|
| 触发方式 | 基于控制器循环（Reconcile Loop）的周期性检查 | 基于实时事件流（Watch API / Webhook）的即时触发 |
| 响应粒度 | Pod 级别（重启、重新调度） | Pod、节点、集群、应用层多粒度联动 |
| 修复策略 | 固定策略（如 RestartPolicy、Node 驱逐） | 可编程策略（条件判断、动作编排、回滚、扩缩容） |
| 状态感知 | 仅感知 Pod/Node 的 Ready 状态 | 感知事件详情、日志、指标、拓扑关系 |
| 扩展性 | 依赖内置控制器，难以自定义 | 通过 Operator/Webhook/Event Router 灵活扩展 |
Kubernetes 原生自愈的典型流程如下：
- Pod 健康检查失败（Liveness Probe 连续失败）
- Kubelet 触发重启（根据 RestartPolicy）
- 如果重启失败，ReplicaSet 控制器创建新 Pod
- 如果节点不可用，Node Controller 在 5 分钟后驱逐 Pod
局限性： 原生机制无法处理“Pod 运行但返回错误数据”、“节点资源耗尽但未宕机”、“级联故障”等复杂场景。事件驱动自愈正是为了填补这些空白。
1.3 课程目标
通过本课程的学习，你将能够：
- 理解事件驱动自愈的架构原理：掌握 Kubernetes 事件模型、控制器模式、Operator 机制等核心概念。
- 搭建事件驱动自愈实验环境：使用 Kind/Minikube 快速部署集群，安装事件路由与策略引擎组件。
- 编写自愈策略规则：基于常见故障场景（Pod 崩溃、节点压力、应用无响应）设计并验证修复动作。
- 集成监控与告警：将 Prometheus 指标、Loki 日志与事件驱动自愈联动，实现数据驱动的智能修复。
- 生产级最佳实践：掌握幂等性、限流、回滚、审计等高级话题，避免自愈系统引发二次故障。
1.4 学习路径与章节规划
课程共分为 6 个模块，30 个章节，循序渐进地覆盖从理论到实战的全过程：
| 模块 | 章节范围 | 核心内容 |
|---|---|---|
| 基础篇 | 第 1-5 章 | 事件驱动自愈概念、K8s 事件机制、控制器模式、Operator 入门 |
| 环境篇 | 第 6-10 章 | 实验集群搭建、事件路由组件部署、策略引擎安装与配置 |
| 实战篇 | 第 11-20 章 | 10 个典型故障场景的自愈策略编写、测试与验证 |
| 进阶篇 | 第 21-25 章 | 多集群事件联动、自定义事件源、Webhook 扩展开发 |
| 集成篇 | 第 26-28 章 | Prometheus + Alertmanager + 自愈引擎集成、日志驱动自愈 |
| 总结篇 | 第 29-30 章 | 生产级最佳实践、故障演练、课程回顾与考核 |
学习建议： 基础篇与环境篇建议按顺序学习，打好事件机制与工具链基础。实战篇可选择性跳转感兴趣的故障场景，但建议至少完成 5 个核心场景（Pod 崩溃、节点压力、配置错误、依赖超时、资源泄漏）后再进入进阶篇。
1.5 前置知识要求
为了获得最佳学习体验，建议你具备以下基础：
- 熟悉 Kubernetes 基本概念（Pod、Deployment、Service、ConfigMap）
- 能使用 kubectl 进行基本的集群操作
- 了解 YAML 编写与基础 Linux 命令
- 对事件驱动架构（EDA）有初步认识更佳
如果你对上述内容尚不熟悉，建议先完成 Kubernetes 官方入门教程或本系列的前置课程《Kubernetes 核心实战》。