腾讯云Status Page（健康看板）容灾设计与混沌演练实践——下篇
原创腾讯云Status Page（健康看板）容灾设计与混沌演练实践——下篇
原创
前言
腾讯云Status Page（Tencent Cloud Health Dashborad ），作为腾讯云官方的产品可用信息对外窗口，需要保障在极端的故障情形下，还能及时且正确地对外呈现关键信息，这要求在架构设计和部署上做到多地域级别的容灾效果。为了达到目标，我们除实施针对性的架构设计和部署外，还对各类故障场景做了故障演练验证。
上篇 腾讯云Status Page（健康看板）容灾设计与混沌演练实践——上篇 我们讨论架构设计和部署，接下来的内容是关于相应故障演练验证的实践
故障注入主要通过腾讯云混沌演练平台实现，腾讯云有对外服务的版本，可以前往混沌演练平台进行了解。
故障场景
为了验证上篇讨论的架构设计和部署方案是否达到预期，我们将全方位对不同场景进行演练，分别对接入层，逻辑层，数据层等实施以下故障注入：
接入层演练场景
- 部分ECDN主源VIP不可访问
- 全部ECDN主源VIP不可访问
- ECDN主源返回异常码
逻辑层演练场景
- 主源逻辑层地域所有POD异常
- 主源逻辑层单可用区所有POD异常
- 主源逻辑层单可用区内部分POD异常
数据层演练场景
- 单可用区DB连接异常
接入层故障演练
部分ECDN主源VIP不可访问
通过腾讯云ecdn管理后台编辑主源，配置一个不可访问，一个正常服务：
接下来观察页面范围是否正常，且分析各个部署的请求日志
全部ECDN主源VIP不可访问
通过腾讯云ecdn管理后台编辑主源，配置的2个主VIP均不可用：
接下来观察页面访问是否正常，且分析各个可用区部署的请求日志
以上两个故障注入场景演练实施后请求的示意图：
ECDN主源返回异常码
通过主源VIP指向Nginx制造异常http状态码返回
server {
listen 443;
location / {
return 400; // 包括不同的 5xx 4xx
}
}接下来观察页面访问是否正常，且分析各个可用区部署的请求日志和Nginx的日志
故障注入场景演练实施后请求的示意图：
逻辑层故障演练
主源逻辑层地域所有POD异常
通过腾讯云混沌演练平台pod Failed注入
主源逻辑层单可用区所有POD异常
通过腾讯云混沌演练平台pod Failed注入
逻辑层地域所有POD异常和单可用区所有POD异常2种故障注入后的请求示意图，都是主源VIP返回异常码后，进行备源重试：
主源逻辑层单可用区内部分POD异常
通过腾讯云混沌演练平台pod Failed注入，包括前后端不同场景
故障注入后的K8s平台自动处理示意图
数据层故障演练
通过腾讯云混沌演练平台进行注入:
代码层面实现DB异常返回约定的50x异常码，ECDN节点接收到异常码后做备源重试：
演练总结
上述针对性的对接入层，逻辑层，数据层故障演练验证的结果都达到了预期。
我们有足够信心保障腾讯云Status Page在可预期的各类异常场景下， 能够为客户提供有价值的产品可用性关键信息。
快速访问
系列文章
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。