SuperAPI AI 工具集

k8s-blast-radius

部署与运维

查看项目

更新于 10-15 21:38

技能介绍

用途:评估某个 Kubernetes 节点离线时的影响范围,回答假设性或真实的节点故障问题。它把涉及该节点的每个部署归类为完全中断(丢失全部副本)、降级(丢失部分容量)或不受影响,汇总风险内存,并检查剩余集群是否有容量重新调度。

主要能力:核心工具 k8s-blast-radius 针对指定节点运行影响评估;配套工具包括 apm-health-summary(事前查看已降级服务)、apm-service-dependencies(事后梳理下游波及)和 ml-anomalies(事后检查异常行为)。返回结果包含 status(AT RISK / PARTIAL RISK / SAFE)、data_coverage、pods_at_risk、full_outage[]、degraded[]、unaffected、rescheduling 以及下游服务信息。

使用方式:调用时传入 node(必须精确匹配 kubernetes.node.name,不可猜测)、cluster(同名节点可能存在于多个集群时必填,可模糊匹配 k8s.cluster.name 或 orchestrator.cluster.name)和 layout(默认 summary,需要可视化时用 radial)。示例:{"node": "gke-prod-pool-1-abc123", "cluster": "prod-us-east", "layout": "summary"}。

适用场景:Kubernetes 环境下的节点故障演练、节点排空前的风险评估、单点故障识别。

限制:需要 Kubernetes(kubeletstats)信号,否则工具不适用;Elastic APM 为可选,缺失时下游服务部分会被省略。重新调度可行性仅比较内存,不考虑 CPU、存储、亲和性、污点和 PodDisruptionBudgets。除非节点确实离线,结果应表述为假设性影响。