# 优化故障转移延迟灵敏度

多云支持应用的跨集群自动故障转移，从而保障应用在多个集群部署的稳定性。影响故障转移的延时时效的主要有以下 2 个维度的指标，需要组合配置才能最终达到延迟灵敏度的效果。

1. 集群维度：标记集群为不健康的检查时长、集群驱逐容忍时长
2. 工作负载维度：集群污点容忍时长

## Failover 特性介绍

在 DCE 5.0 多云编排中启用了 failover 之后，提供了以下一些参数配置选项：

| 参数                               | 定义                           | 描述                                                         | 字段名EN                                             | 字段名ZH                 | 默认值 |
| ---------------------------------- | ------------------------------ | ------------------------------------------------------------ | ---------------------------------------------------- | ------------------------ | ------ |
| ClusterMonitorPeriod               | 检查周期间隔                   | 检查集群状态的时间间隔                                       | Check Internal                                       | 检查时间间隔             | 60s    |
| ClusterMonitorGracePeriod          | 运行中标记集群不健康检查时长   | 集群运行中，超过此配置时间未获取集群健康状态信息，将集群标记为不健康 | The runtime marks the duration of an unhealthy check | 运行时标记不健康检查时长 | 40s    |
| ClusterStartupGracePeriod          | 启动时标记集群不健康的检查时长 | 集群启动时，超过此配置时间未获取集群健康状态信息，将集群标记为不健康 | Mark health check duration at startup                | 启动时标记健康检查时长   | 600s   |
| FailoverEvictionTimeout            | 驱逐容忍时长                   | 集群被标记为不健康后，超过此时长会给集群打上污点，并进入驱逐状态 （集群会增加驱逐污点） | Eviction tolerance time                              | 驱逐容忍时长             | 30s    |
| ClusterTaintEvictionRetryFrequency | 优雅驱逐超时时长               | 进入优雅驱逐队列后，最长等待时长，超时后会立即删除           | Graceful ejection timeout duration                   | 优雅驱逐超时时长         | 5s     |

## 工作负载被驱逐的时间线

简单解释下图：我们规定 10s 调用一次集群的 API 用以记录集群的健康状态，当四次结果均为健康时，我们才认定集群是健康状态。
此时我们将 DCE 与集群 APIserver 之间的 TCP 断开 10s-20s 之内，若没有获取到集群的健康状态将认为集群异常，
指定时间内若集群没有恢复健康，将被标记为非健康状态，同时打上 NoSchedule 的污点，超过指定的驱逐容忍时长后，将被打上 NoExecute 的污点，最终被驱逐。

![时间线](https://docs.daocloud.io/daocloud-docs-images/docs/kairship/images/you-failover01.png)

## 多云实例的优化配置

多云实例需要进入高级设置->故障转移部分，以下配置可参考上图填写参数信息。

![故障转移](https://docs.daocloud.io/daocloud-docs-images/docs/kairship/images/you-failover02.png)

## 多云工作负载的配置优化

多云工作负载主要和其部署策略（PP）相关，需要在部署策略中修改对应的集群污点容忍时长。

![工作负载](https://docs.daocloud.io/daocloud-docs-images/docs/kairship/images/you-failover03.png)