故障域（fault domain）在這張卡上指 Oracle Cloud 建立主機時選的那個隔離單位：一個 Availability Zone（可用區） 內部的一組實體硬體與基礎設施。它是 Failure Domain（失效域） 這個一般概念的一種業者實作：失效域是會因同一個原因一起停掉的元件集合，Oracle Cloud 把可用區內的硬體組直接命名為 fault domain。Oracle Cloud 的每個可用區有三個故障域，官方說明它防的是兩種事件：某一組硬體的非預期故障，以及業者對那一組硬體做的計畫性維護。一個故障域受影響時，放在其他故障域的主機不受影響。

概念位置

故障域提供的是反親和性（anti-affinity）：把幾台主機刻意放在不同的實體硬體上，讓一次硬體事件不會讓它們同時停擺。它比可用區小一層——可用區隔離的是整棟資料中心的電力與網路，故障域隔離的是同一棟裡的機櫃與實體主機。

Oracle Cloud 以「故障域」這個名稱讓使用者在建立主機時直接選；AWS 與 Google Cloud 沒有對應的欄位名稱，同一個效果用放置政策取得：AWS 的 placement group（spread 策略）、Google Cloud 的 spread placement policy，作用都是讓一組主機分散到不同的實體硬體上。AWS 要先停止主機才能換進或移出 placement group。Google Cloud 的 spread placement policy 指定了多個 availability domain（官方說明是彼此隔離的一組硬體）時，可以不停機就套用到既有的主機，而套用時主機可能被搬到另一個 availability domain，搬的方式依主機的維護政策是即時遷移或停止主機。

只有一台主機時，故障域沒有選擇的意義，那台主機總是只在一組硬體上。Oracle Cloud 建立頁的預設「讓 Oracle 選擇」會依當下容量挑一個，而手動指定會縮小可用的容量。

可觀察訊號

  • 建立主機時收到 Out of host capacity：Oracle Cloud 的 Compute〈Known Issues〉頁列的處置之一是不指定 fault domain 再建一次，因為指定故障域等於只接受那一個故障域裡的硬體，可用容量跟著變小
  • 同一個服務的兩台主機在主機詳細資訊裡顯示同一個 FAULT-DOMAIN-<N>：一次硬體維護可能同時重開兩台
  • oci iam availability-domain list 只回傳一筆：這個區域只有一個可用區，跨可用區做不到，故障域是同一個區域內剩下的硬體隔離手段

設計責任

  • 同一個服務兩台以上的主機：區域有多個可用區時先分到不同可用區，故障域用在同一個可用區之內；區域只有一個可用區時，分散到不同故障域。Oracle Cloud 允許建立之後再修改故障域
  • 只有一個可用區的區域：高可用的設計從跨可用區改成跨故障域，並接受整個可用區故障時服務會停的風險，或另外跨區域
  • 單一台主機：維持讓業者選

鄰卡