【云顾问-混沌】Pod/Node 内存高负载故障注入

1. 介绍

在复杂的分布式系统中，为了验证服务质量、监控告警、流量调度、弹性伸缩等能力，我们需要模拟不同的故障场景。本文将介绍如何使用混沌工具对 Pod/Node 进行内存负载故障注入，以达到指定的内存占用百分比。腾讯云混沌演练平台故障动作：标准集群 Pod/普通节点-内存利用率高。

2. 参数

在进行内存负载故障注入时，我们可以通过以下参数来控制：

• percent：内存使用率，取值是 0 到 100 的整数，默认值为 100。此参数为可选。
• mode：内存占用模式，有 ram 和 cache 两种。ram 采用代码实现，可控制占用速率，优先推荐此模式。cache 是通过挂载 tmpfs 实现 (只支持物理机模式使用)。默认值为 cache。
• reserve：保留内存的大小，单位是 MB，如果 percent 存在，则优先使用 percent 参数。此参数为可选。
• rate：内存占用速率，单位是 MB/S，默认值为 100MB/s。此参数为可选。
• oomGuard：是否降低故障注入进程被操作系统 oom-kill 可能性。开启后，会提升业务进程被 oom-kill 可能性。仅在 RAM 模式生效。默认值为 false。此参数为可选。
• duration：自动恢复时长，到达时间后会自动销毁故障。单位是秒。通用参数，默认值为 60。

3. 案例

3.1 占用 80% 内存

./chaos-executor attack --target mem --action burn --flags "mode=ram;percent=80;duration=100"

4. 实现原理

混沌工具在进行内存负载故障注入时，主要通过以下方式实现：

1. ram 模式：启动进程 chaos_burnmem 不断申请内存，模拟主机/容器内存负载升高。当主机内存接近满载时，出于系统保护，操作系统会根据 OOM-KILL 算法，选择一些进程杀死。通常 chaos_burnmem 进程会被杀死。为了保护该进程在故障注入期间一直存在，不被杀死，可以打开 oomGuard 保护，降低该进程 oom-kill 权重，优先杀死其他进程。设置高负载的内存故障注入后，可能会使得机器无法登入与控制，请谨慎使用。
2. cache 模式：通过挂载 tmpfs 来实现内存占用。首先，挂载目录，然后计算内存占用的值，填充文件，速率为 100Mb/s。

# 1、挂载目录
mkdir -p  ${PATH}/burnmem_tmpfs
mount -t tmpfs tmpfs ${PATH}/burnmem_tmpfs -o size=100%
# 2、计算内存占用的值，填充文件，速率为 100Mb/s
dd if=/dev/zero of=${PATH}/burnmem_tmpfs/file bs=1M count=${fillMem}

5. 验证故障生效

我们可以通过以下命令查看内存使用情况，以验证故障是否生效：

• 物理机：通过 top + m 命令查看内存使用比例。

• 容器：通过 docker