在ECS中通过CPU利用率高演练来测试服务在CPU利用率高时的表现

CPU利用率是衡量业务系统是否健康的一个重要指标，为使业务达到足够的稳定性，CPU利用率需保持在合理的范围内。过高的CPU利用率会导致业务延迟甚至中断。通过注入高CPU故障，可以测试业务系统在特定CPU负载时的反应、检测系统恢复能力、验证监控和告警机制的有效性等，并基于演练结果制定应对策略，确保生产环境高CPU利用率时系统能够迅速恢复正常运行，降低业务中断风险。

实现原理

本方案使用云助手插件ecs-fault-highcpu，启动注入进程AliFaultHighCpu以特定占空比消耗CPU时间片。

使用指南

演练准备

请确保您的ECS实例已安装云助手Agent，并且云助手状态为正常。具体操作，请参见查看云助手状态及异常状态处理。

故障注入

使用具有sudo访问权限的用户，运行云助手插件ecs-fault-highcpu。
```
sudo acs-plugin-manager --exec --plugin ecs-fault-highcpu --params inject,[cpu-percent=paramA],[cpu-list=paramB]
```
[]内为可选故障注入参数，参数说明：
- cpu-percent（可选）：要达到的CPU利用率，为空时默认100。
  说明
  cpu-percent为注入进程的CPU利用率，总CPU利用率还会受到其他进程的影响。
- cpu-list（可选）：用于对特定vCPU绑定负载，如cpu-list=0-2/4表示对core 0、core 1、core 2和core 4绑定CPU负载，为空时对全部vCPU绑定负载。
查看故障注入是否成功。
- 在ECS实例中，执行top命令，CPU利用率上升，说明故障注入成功。其中内核态（sy）和用户态（us）之和约等于设置的CPU利用率。
- 在云监控监控图表中，注入后CPU利用率上升，说明故障注入成功。

故障恢复

您可以使用以下方式，恢复ECS实例状态。

方法一（推荐）：在ECS实例中执行故障恢复命令，查看CPU利用率是否下降到故障注入前的水平。
```
sudo acs-plugin-manager --exec --plugin ecs-fault-highcpu --params recover
```
如下所示，CPU利用率已下降到故障注入前的水平，系统已恢复正常。
方法二：自行终止名为AliFaultHighCpu的进程。
为不影响后续重复对该场景故障注入，终止AliFaultHighCpu进程后，再次执行方法一的故障恢复命令。
```
sudo kill <AliFaultHighCpu PID>
```