容器故障
随着云原生技术的发展，越来越多的应用采用容器，微服务技术，以istio为代表的服务网格就是其中最广泛使用的一种。在业务容器创建时，自动向业务服务的pod中注入proxy容器边车，经由proxy容器处理后再进行下一步转发。当proxy容器自身或其依赖的服务出现问题时，因其流量劫持动作，往往会造成整个服务不可用。
现有处理方案及缺陷
- 人工干预：当服务不可用时，通过告警通知运维人员，运维人员进行现场问题定位及处理，需要额外的人力排查成本，解决效率低。
- 自动化检测：通过中控组件从外部对proxy进行观测和判断，判断proxy故障后，直接停止proxy的流量劫持，使流量直通业务容器。但该方法仍存在很多问题，比如无法指定哪些业务应用适合进行此类检测和处理等。
故障自检与恢复方案
故障自检与恢复的关键为利用网格proxy边车自行检测并做细粒度故障处理，在检测时无需依赖外部中控系统，通过注入的检测模块进行proxy问题的判断，并在判定问题发生时，执行细粒度的流量修改，合理放通流量，保证服务可用性。
边车容器在运行时完全依赖自身主动运行自检模块，可根据预定义规则判断故障和性能问题。同时，在业务容器健康而自身无法运行而退出时，直接判断为故障。当边车容器判断自身故障时，通过预定义动作采取细粒度故障处理操作。
检测及处理步骤
- 通过namespace + labelSelector，根据自身应用的特性，自主选择自检模块管理的对象集，可精准定位到适合该场景的应用；
- 通过Policy定义边车故障的判定条件，支持通过customPolicy来自定义检测命令；
- 通过定义检测频率和失败窗口时长，避免单次抖动带来的误判；
- 通过action定义故障定位后的处理方法。
实践案例
- 自定义边车自检及处理的应用对象，自选预定义规则，持续性判断窗口。
- 通过wasm插件，在istio proxy嵌入自定义命令，通过该命令扩展自检方式和处理方式。
- proxy发生定义中的问题，并持续指定时间，自检模块快速进行流量处理，保证业务流量合理放通。
