06
Orchestration / Agent 编排与自愈
故障注入与恢复演练
主动模拟断网、限额和进程停滞,验证系统能否保存状态并正确升级。
没有演练过的自愈,只是一份愿望清单。
01
先问清楚
- 故障发生时会丢什么?
- 重试是否安全且有上限?
- 何时必须停止自动化?
02
实践框架
- 1选择可逆故障
- 2保存基线
- 3注入并观察
- 4验证退避与切换
- 5恢复后做一致性检查
03
验收证据
- 注入时间线
- 检查点文件
- 重试次数
- 恢复耗时
- 数据一致性结果
04
常见失误
- 在生产环境直接演练
- 重试产生重复写入
- 自动切换掩盖根因
- 没有退出条件