主动构造可控网络分区场景验证脑裂恢复机制，需提前确认节点角色与基线、精准注入单向阻断等故障、分区期检查vip漂移与多leader、恢复期验证vip收敛与数据一致性。
测试网络分区下的脑裂恢复机制，关键不是等故障发生再看结果，而是主动构造可控的分区场景，验证系统能否在通信中断时维持数据一致、拒绝非法主节点升任，并在网络恢复后自动收敛至单一健康状态。
一、提前准备：可观测性与基线确认
没有监控的测试等于盲测。必须在注入故障前完成三项基础工作：
- 确认各节点当前角色（如 Keepalived 的 MASTER/BACKUP、ZooKeeper 的 Leader/Follower、Nacos 的 Raft 角色），记录 VIP 绑定位置、Leader 节点 IP、配置版本号；
- 部署统一日志采集（如 Filebeat + Elasticsearch）和指标监控（Prometheus 抓取 /metrics 端点），重点跟踪：心跳超时次数、选举事件、quorum 投票数、服务可用率、写入成功率；
- 用 curl 或 telnet 验证客户端访问路径是否始终路由到唯一有效节点，记录初始响应时间与内容一致性（例如页面嵌入的节点标识）。
二、精准注入：模拟典型网络分区方式
避免用“关网卡”这种粗暴方式——它无法复现真实网络抖动或单向丢包。推荐分层构造：
- iptables/nftables 流量拦截：在目标节点上执行 iptables -I INPUT -s 192.168.5.10 -p 112 -j DROP（VRRP 协议）或 iptables -I INPUT -s 192.168.5.20 -p tcp --dport 2181 -j REJECT（ZooKeeper），实现单向阻断；
- chaosblade 工具注入：对 RocketMQ Proxy 或 Nacos 节点执行 blade create network partition --interface eth0 --destination-ip 192.168.5.30，支持延迟、丢包、乱序组合策略；
- 物理链路隔离：若环境允许，拔掉私有网络（Interconnect）网线但保留管理网，专用于 Oracle RAC 或 ZooKeeper 磁盘心跳验证场景。
三、脑裂发生期：验证防御有效性
分区持续 10–30 秒后，立即检查以下信号是否符合预期：
- VIP 是否出现在两个节点上（ip addr show | grep "inet.*VIP"）？若出现，说明 VRRP 决策失效，需检查优先级配置与 nopreempt 设置；
- ZooKeeper 或 etcd 日志中是否同时出现多个 "become leader" 记录？若有，法定人数（quorum）配置可能不足（如 4 节点集群未满足 ≥3 健康节点要求）；
- 客户端持续请求是否返回错误（如 503、Connection refused）或跳变响应？稳定返回错误比跳变更安全，说明系统主动拒绝了分裂服务；
- 监控图表中是否触发 STONITH 动作（如 fence_kvm 日志）、仲裁节点告警（ZKFC 切换事件）或 auto_recovery 启动标记？
四、网络恢复后：验证自动收敛能力
恢复网络（如删除 iptables 规则、插回网线）后，观察 1–2 分钟内是否达成以下闭环：
- 所有节点日志显示重新进入 "JOINING" 或 "SYNCING" 状态，无持续 "LOOKING" 循环；
- VIP 自动从原备机撤回，仅保留在合法主节点；ZooKeeper 中仅一个节点保持 "LEADING" 状态；
- 客户端请求响应恢复正常且结果一致（如返回相同配置值、同一数据库主键序列）；
- 系统自动完成数据校验（如 Nacos 的 Raft snapshot 加载、RAC 的 Cache Fusion 重同步日志），无手动干预提示。
