當節點發生異常時，云容器引擎會通過異常診斷、恢復決策，進而執行恢復任務，實現節點的故障恢復。本文主要介紹故障恢復的適用場景及恢復流程。

前提條件

部分診斷項目依賴node-problem-detecto插件和事件中心，請提前正確安裝NPD和事件中心。

診斷條件

云容器引擎會監控節點的健康狀態，依據節點的運行狀況（Condition）動態決策是否可以啟動節點恢復流程。通過執行 kubectl describe node命令，檢查節點的Condition字段，可以獲取詳細的運行狀態信息。一旦檢測到節點狀態異常，并且異常狀態持續時間超過了預設的閾值（即故障持續達到一定時間），在云容器引擎控制臺可以觸發節點恢復機制，修復節點故障，確保集群的穩定性和高可用性。

恢復流程

1、當節點運行異常，并持續一段時間，云容器引擎將判斷節點狀態，與診斷條件進行對比。控制臺會將符合診斷條件的異常節點進行展示，用戶可以選擇一個或多個節點進行故障恢復。

2、節點故障恢復會以任務形式執行，期間會形成任務事件，查看恢復進度：

• 當恢復任務完成，異常狀態解除，節點將恢復運行狀態；

• 當恢復任務完成，節點狀態依舊異常，事件將體現恢復失敗，可以提交工單進行手動修復

恢復事件

故障恢復過程中，會將相應操作以任務事件形式記錄。可以在控制臺 故障恢復窗口查看恢復事件。事件類型包括：