故障域是网络的一部分（例如数据中心的机架或整个数据中心），该部分容易在关键设备或系统出现故障时遭到损坏。故障域中的所有实例都有类似的故障和延迟特性。相同故障域中的实例都受到域内故障事件的影响。在多个故障域中放置实例可降低故障影响所有实例的风险。

DC/OS 现在支持树立故障域感知。利用故障域意识使您的服务高度可用，并能在需要时增加容量。DC/OS 目前支持 Mesos 的 2 级分层故障域：分区和分域。

分区故障域

分区故障域共用同一分域，所以提供中度故障隔离。然而，同一分域内分区之间的网络延迟较低（通常＜ 10ms）。对于本地部署而言，一个分区就是一个实体数据中心机架。对于公共云部署而言，分区就是大多数云提供商规定的“可用区”概念。如果您的目标是高可用性，且/或您的服务具有延迟敏感性，请将您的实例放在同一个分域，并将它们均衡分配到各个分区。

分域故障域

分域故障域提供最高故障隔离，尽管分域间网络延迟较高。对于本地部署而言，一个分域可能是一个数据中心。对于公共云部署而言，大多数云提供商都会提出“分域”概念。可以根据可用容量在特定分域部署实例。

本地和远程分域

-本地分域是运行 Mesos 管理节点的分域。 -远程区域 仅包含 Mesos 代理节点。远程分域和本地分域通常都存在高延迟。

安装

请考虑群集中服务的未来需求。尽管安装后可以在分域和分区中添加或删除节点，但是必须在安装时就定义分域和分区。如果需要更新故障域检测脚本，就必须重新安装 DC/OS。

Mesos 管理节点必须位于同一分域，否则它们之间的延迟就会过高。不过为了容错，它们分散到不同分区。

分域之间的延迟必须小于 100ms。

创建故障域检测脚本以在每个节点上运行，从而检测节点的故障域（仅限企业）。安装过程中此脚本的输出被传递到 Mesos。

脚本输出的推荐格式为：
```
{
    "fault_domain": {
        "region": {
            "name": "<region-name>"
        },
        "zone": {
            "name": "<zone-name>"
        }
    }
}
```
我们提供 AWS、GCP 和 Azure 节点的故障域检测脚本。对于具有 aws 节点和 azure 节点的群集，可将两者组合为一个脚本。可以使用这些模型为本地群集创建故障域检测脚本。

重要信息：如果在环境中使用代理，此脚本将不起作用。如果使用代理，则必须进行修改。
将此脚本添加到 bootstrap 节点的 genconf 文件夹。更多信息.
安装 DC/OS .

测试安装。在 DC/OS CLI 中输入 dcos node. 您将看到类似以下内容的输出，其中列出了各个节点的分域和分区：

HOSTNAME        IP                         ID                    TYPE               REGION      ZONE
10.0.3.188   10.0.3.188  a2ea1578-22ee-430e-aeb8-82ee1b74d88a-S1  agent            us-east-1  us-east-1a
10.0.7.224   10.0.7.224  a2ea1578-22ee-430e-aeb8-82ee1b74d88a-S0  agent            us-east-1  us-east-1b
master.mesos.  10.0.5.41                     N/A                    master              N/A         N/A
master.mesos.  10.0.6.95                     N/A                    master           us-east-1  us-east-1b
master.mesos.  10.0.7.111    a2ea1578-22ee-430e-aeb8-82ee1b74d88a   master (leader)  us-east-1  us-east-1c

或者，单击 DC/OS GUI 中的节点选项卡。节点表将显示每个代理的分域和分区栏。

Marathon 服务和 Pod

在 Marathon 服务或 pod 定义中，可以使用布局约束，以便：

为您的服务或 pod 指定分区和分域，从而将所有实例都安排在该分域和分区。
指定没有具体分区的分域，使给定服务或 Pod 的所有实例都安排在该分域（但不一定在同一分区）。

布局约束指南

如果您的服务或 pod 定义中没有指定分域，则仅为分域安排实例，因为本地分域和远程分域之间存在高延迟。除明确指明应在远程区域启动的实例之外，不会为本地分域以外的代理安排实例。
如果指定没有特定分区的分域，则在给定分域中的任何代理上安排实例。
如果同时指定了分域和分区，则可在给定分域和分区内的任何代理节点安排实例，但不可安排到任何其他分域或分区内。
如果指定主机名 UNIQUE 限制，则远程分域也遵守该约束。

示例

假设您有跨 3 个分域的 Mesos 群集：aws-us-east1、aws-us-east2 和 local. 每个分域都有分区 a,b,c,d。

仅指定远程分域

{
  "instances": 5,
  "constraints": [
    ["@region", "IS", "aws-us-east1"]
  ]
}

不在本地分域启动任何实例。
5 个实例全都在 aws-us-east1 分域启动。

在同一分域内均衡放置

{
   ...
  "instances": 6,
  "constraints": [
    ["@region", "IS", "aws-us-east1"],
    ["@zone", "GROUP_BY", "4"]
  ]
}

实例全都在 aws-us-east1 分域启动并均匀划分到 aws-us-east1 的分区 a,b,c,d.

增加群集容量

要增加容量，请添加新节点到群集的远程分域或分区，然后更新服务以在相应的一个或多个分域启动实例。

重要信息：您无法将服务配置为在多个分域运行。

故障域感知和容量扩展

了解故障域