背景
TKE Serverless 集群和普通集群提供 超级节点 能力，以提高资源动态扩缩容效率并降低资源使用成本。集群以 Pod 形式交付计算资源，无需用户管理 Pod 背后运行的实际节点，使用超级节点类似于使用一台超大规格的 CVM，便于资源管理和资源扩缩容。
超级节点本身只是逻辑概念，在超级节点上运行 Pod 时，集群会动态创建一个临时的虚拟节点，该虚拟节点为 Pod 独占，并随 Pod 的删除销毁。当检测到虚拟节点故障时，Pod 会进行容灾漂移，重新构建虚拟节点并重建 Pod。您可以将超级节点部署在不同可用区实现资源分散，规避可用区故障带来的灾难风险。云顾问 - 混沌演练提供 Serverless Pod 虚拟节点关机故障场景，可以帮助您验证虚拟节点出现故障后，Pod 容灾漂移对您的服务造成的影响，更进一步，还可以模拟单可用区故障后对调度到超级节点上 Pod 的影响，以验证您容灾设计的有效性。
注意：
对未调度到超级节点的 Pod 进行该场景故障注入会失败。
k8s 集群具备一定的故障自愈能力，但当发生大规模故障时，如突发超过 50% 的 node 或 50% Serverless 容器异常时，该自愈能力会退避甚至熔断，避免突发大规模的驱逐、摘流动作导致更大的故障风险，例如引发整个集群雪崩。建议您单次故障演练不要超过集群总 Serverless Pod 总数的一半。
故障判定时长受虚拟机内 Agent 上报超时配置影响（默认5min），如果需要及时摘除异常 Pod 流量，请参照 自动重建自愈 进行配置。
故障参数说明
持续时间(s)：故障允许的最大时间，默认值为30min，故障注入成功开始经过配置的持续时间后，故障会自动恢复（即使未手动执行恢复动作）。
是否自动重建 Pod：是否开启 Pod 的自动重建功能，默认开启。用于模拟无法自愈的持续故障，详情请参照 自动重建自愈。
恢复后等待 Pod 重建时间(s)：故障自愈后，会在该时间内持续检测 Pod 健康状态，以判断故障是否恢复，默认值为8min。请确保该时长大于 Pod 的最大重建时间。
演练实施
步骤一：演练准备
运行在超级节点的 Pod 实例，例如 Serverless 集群和标准集群超级节点。
进入 探针管理 页面对 Pod 所在集群安装故障注入探针。
步骤二：创建演练
1. 登录 云顾问 > 混沌演练控制台，进入演练管理页面，单击新建演练。
2. 单击跳过，新建空白演练，并填写演练信息。
步骤三：添加演练实例和动作
1. 在演练对象配置环节中，选择对象类型容器为标准集群 Pod 或 Serverless 集群 Pod。
2. 添加实例选择对应的 Pod 名称。选择需要注入的集群 ID 和命名空间，将会自动获取集群下该命名空间的 Pod。
3. 添加演练动作。选择 Pod 操作分类下的 Serverless Pod 虚拟节点关机故障。
4. 配置动作参数，请参照故障参数说明一节。
步骤四：全局配置
可在全局配置阶段配置推进方式、监控指标，护栏等策略。
故障结果观测
点击执行等待故障注入成功，在 TKE 控制台 > 集群 中观察 Pod 状态。进入集群基本信息页面，点击 Pod，当 Pod 的 Ready 状态为 ProbeTimeout，代表底层虚拟节点已经关机成功，引发相应的 Agent 上报超时（此时异常 Pod 的流量已被摘除）。
如果在故障参数中指定自动重建失败 Pod，那么在故障后，会自动触发 Pod 重建，Pod 会在一定时间内进行重建自愈，可以观察相应 Pod 重建事件。
如果在故障参数中指定不自动重建失败 Pod，那么故障会持续，直到手动执行回滚动作，或到达故障持续时间自动恢复故障。故障恢复的过程同样是重新分配底层虚拟节点并重建Pod。
此外，通过观察 Pod 监控指标，也可以观察到故障过程，如下图，Pod 的各项指标在故障后出现断点并在故障恢复后恢复（注意：因为 Pod 整体发生重新调度，所以 Pod 重启次数不会增加）。
FAQ
如何模拟超级节点单可用区故障？
如果您在购买超级节点时进行过多可用区配置，可以先将待故障可用区的超级节点 封锁，然后对调度到该超级节点的所有 Pod 执行虚拟节点关机故障，模拟因为单可用区故障后，超级节点整体不可用，Pod 迁移到其它可用区的场景。
