01
故障自愈概述
边缘节点故障的常见类型（硬件、软件、网络、资源耗尽），自愈策略的核心目标与价值。
基础概念
02
健康检查机制
心跳检测（Heartbeat）、探活（Liveness Probe）、就绪检查（Readiness Probe）的原理与实现。
检测K8s
03
故障检测与诊断
基于日志的异常检测、基于指标的异常检测（CPU/内存/磁盘）、基于时间序列的预测模型。
监控ML
04
故障隔离策略
进程级隔离（Cgroups）、容器级隔离（Docker/K8s）、资源配额与限流。
隔离容器
05
自动重启策略
守护进程（Systemd）实现进程自愈、Kubernetes Pod 自动重启策略（RestartPolicy）、重启退避算法。
重启K8s
06
故障转移策略
主备切换（Active-Standby）、多副本负载均衡、基于一致性哈希的流量迁移。
高可用流量
07
数据一致性保障
故障场景下的数据同步策略（Raft/Paxos）、幂等性设计、补偿事务（Saga模式）。
一致性分布式
08
网络自愈
链路冗余（多网卡绑定）、VPN 自动重连、DNS 故障切换。
网络冗余
09
存储自愈
RAID 磁盘阵列、分布式存储副本修复（Ceph/GlusterFS）、本地数据快照与恢复。
存储副本
10
配置管理自愈
配置中心（Etcd/Consul）的故障恢复、配置版本回滚、热加载机制。
配置Etcd
11
容器化边缘节点的自愈
Docker 健康检查与自动重启、K3s/KubeEdge 边缘集群的节点自愈。
容器边缘
12
基于状态机的自愈编排
定义节点状态（健康/亚健康/故障/恢复）、状态转换条件、自愈动作编排。
状态机编排
13
自愈策略的优先级与冲突解决
多策略并发时的优先级排序、策略互斥规则、人工干预接口。
策略冲突
14
自愈策略的灰度发布
金丝雀发布、A/B 测试、策略回滚机制。
灰度发布
15
自愈策略的监控与告警
自愈动作的日志记录、成功率统计、告警阈值设置。
监控告警
16
基于机器学习的故障预测
LSTM 时间序列预测、异常检测模型（Isolation Forest）、模型部署与更新。
ML预测
17
边缘节点资源枯竭自愈
内存泄漏自动检测与进程重启、磁盘空间自动清理、CPU 限流与降级。
资源清理
18
硬件故障自愈
风扇/电源/硬盘故障的预测与隔离、BMC/IPMI 远程管理、硬件更换流程自动化。
硬件BMC
19
操作系统级自愈
内核 Panic 自动重启、文件系统修复（fsck）、系统日志轮转与清理。
OS内核
20
应用层自愈
微服务熔断（Circuit Breaker）、降级（Degradation）、限流（Rate Limiting）。
微服务熔断
21
边缘节点注册与发现自愈
服务注册中心（Consul/Eureka）的故障恢复、本地缓存降级。
注册发现
22
时间同步自愈
NTP 服务故障检测、本地时钟漂移校正、时间同步源切换。
时间NTP
23
安全自愈
证书过期自动续期、防火墙规则自动修复、入侵检测后的自动隔离。
安全证书
24
大规模边缘集群的自愈
节点分组管理、自愈风暴预防、全局自愈策略协调。
大规模集群
25
自愈策略的测试与验证
故障注入测试（Chaos Engineering）、自愈演练、回滚测试。
混沌测试
26
自愈策略的持续优化
基于历史数据的策略调优、A/B 测试结果分析、自愈效率评估。
优化A/B
27
边缘节点自愈的 DevOps 实践
GitOps 管理自愈配置、CI/CD 自动化部署自愈策略。
DevOpsGitOps
28
边缘节点自愈的案例分析
工业物联网场景、智慧城市场景、车联网场景。
案例IoT
29
自愈策略的标准化与规范
自愈策略模板、最佳实践文档、评审流程。
标准规范
30
未来趋势与挑战
Serverless 边缘计算的自愈、AI 驱动的自主自愈、边缘-云协同自愈。
趋势AI