# Comment Uber construit des clusters OpenSearch résilients à la panne de zone

Uber 发布了在 AZ 发生故障时保持 OpenSearch 运行的配方。没有魔法般的 AI —— 只有拓扑结构、分片的放置和定期的钻取。

事实

InfoQ（2026年7月17日）发布了Uber关于构建抗区域故障（AZ）的OpenSearch集群的经验总结。该文章详细介绍了放置模式、故障转移和测试模式，并指出Uber在容器编排平台Odin之上，基于OpenSearch的原语构建了一个自定义的“隔离组”系统。

我们的见解

有两点需要记住。区域感知的放置是一项工程工作，而不仅仅是一个复选框。 OpenSearch在发生AZ故障后不会自动重新分配分片——拓扑必须提前考虑（分配感知、强制感知、每区域的副本）。Uber详细介绍了具体的钩子，并补充了其在Odin上的自定义隔离组系统——这正是90%的现有文档中所缺少的。

演练的纪律至关重要。 预测故障很容易；在预生产环境中重复进行则较难。这正是harness/platform浪潮（见QCon AI Boston的#1211）在AI领域带来的变化：持续的演练，在基础设施中已经应用了十年，现在成为生产环境中的代理的标准。

关注点

Uber的方法（OpenSearch + 隔离组 + Odin）可以应用于其他分布式数据存储（Cassandra、Kafka）。对于构建OpenSearch之上的RAG/vector层的团队来说：区域的弹性在嵌入之前就已经确定——AI层继承了其基础设施所奠定的基础。