K8s 灾备：三个可复现故障场景
推荐指数 69.0 NO. 026 · 2026.09.11
发布2026/09/10
为什么值得看
CNCF 发布了三个可笔记本复现的 Kubernetes 灾难恢复实战场景，区分了"有备份"和"能恢复"的关键差距。运维团队可直接套用这些场景做恢复演练，避免真故障时备份失效。
编辑判断
大多数团队的 K8s 灾备停留在 Velero 定时备份 + 乐观假设，这套实验环境把 etcd 数据损坏、控制平面级联故障、存储后端脱钩三类高频踩坑场景做成了 Docker Desktop 就能跑的剧本。
和 Gremlin、Litmus 等混沌工程工具不同，这里的重点不是注入故障，而是验证恢复路径的完整性——很多团队会发现备份文件存在但 API server 起不来，或者 PV 快照和 StatefulSet 的 label 对不上。
建议把这三个场景纳入季度 on-call 演练，比单纯看 SLO 数字更能暴露盲区。