---
language:
- zh
license: mit
task_categories:
- question-answering
- text-generation
tags:
- sre
- devops
- kubernetes
- multi-cloud
- chaos-engineering
- microservice
- aiops
- troubleshooting
size_categories:
- n<1K
---

# Multi-Cloud SRE Challenge Dataset

多云运维 SRE 故障排查挑战数据集，基于真实的三朵云（阿里云、腾讯云、AWS）电商微服务系统。

## Dataset Structure

每条数据包含以下字段：

| 字段 | 类型 | 说明 |
|------|------|------|
| `canary` | string | 题目唯一标识 |
| `tags` | array | 分类标签 [layer, sub_category, faults..., difficulty, scope] |
| `case` | object | 完整的 case 数据（包含注入脚本、恢复脚本、故障现象等） |
| `ideal_answer` | object | 理想答案（包含故障信息、推理过程、验证方法、解决方案等） |
| `rubrics` | array | 评分标准（每条含 criterion、points、tags） |
| `prompt` | string | 满分答案 prompt（待收集） |

## Example

```python
from datasets import load_dataset

ds = load_dataset("kluoms/MultiCloudSRE-Ops")
row = ds['train'][0]

case = row['case']
ideal = row['ideal_answer']
tags = row['tags']  # ['混沌工程层', '多故障与干扰', 'IO延迟', ..., 'hard', 'multi-cloud']
rubrics = row['rubrics']

print(f"{row['canary']}: {case['title']}")
print(f"Layer: {tags['layer']}, Difficulty: {tags['difficulty']}")
```

## Fault Types Covered

1. **幽灵超时** - IOChaos + NetworkChaos + PodChaos 组合故障
2. **配置漂移** - 环境变量篡改导致服务不稳定
3. **DNS 幻觉** - DNSChaos 解析故障
4. **扇出风暴** - 多重下游故障叠加
5. **资源耗尽** - StressChaos + OOMKill + CrashLoopBackOff
6. **跨云配置错误** - 跨云环境变量配置错误
7. **资源限制误配** - CPU/Memory limit 过低
8. **网络抖动+配置误改** - 混合故障
9. **短时故障** - 时间窗口故障（已自愈+延迟注入）
10. **综合故障** - 真实故障 + 烟雾弹配置

<!-- STATS_START -->
## Dataset Statistics

**Total: 25 challenges**

### By Layer

![混沌工程层](https://img.shields.io/badge/混沌工程层-5-red) ![基础设施层](https://img.shields.io/badge/基础设施层-8-blue) ![可观测层](https://img.shields.io/badge/可观测层-3-purple) ![中间件层](https://img.shields.io/badge/中间件层-2-orange) ![跨云与级联层](https://img.shields.io/badge/跨云与级联层-3-yellow) ![应用层](https://img.shields.io/badge/应用层-4-green)


### By Sub-category

| Sub-category | Count |
|---|---|
| 容器与工作负载 | 6 |
| 多故障与干扰 | 4 |
| 配置与密钥 | 3 |
| 链路追踪与RUM | 3 |
| 网络与DNS | 2 |
| 级联故障 | 2 |
| 题面与证据 | 1 |
| 探针与健康检查 | 1 |
| 多云一致性 | 1 |
| 数据库 | 1 |
| 缓存与Redis | 1 |

### By Difficulty

![medium](https://img.shields.io/badge/medium-12-orange) ![hard](https://img.shields.io/badge/hard-13-red)


### Top Faults

| Fault | Count |
|---|---|
| 网络丢包 | 8 |
| 环境变量写错 | 8 |
| 网络延迟 | 5 |
| IO延迟 | 4 |
| Pod被杀死 | 4 |
| OOMKill | 3 |
| RUM数据异常 | 3 |
| 指标缺失 | 3 |
| DNS解析故障 | 2 |
| CPU压力 | 2 |
<!-- STATS_END -->

## Usage

```python
from datasets import load_dataset

ds = load_dataset("your-username/sre-challenge-dataset")

# 查看第一条数据
print(ds['train'][0]['prompt'])
print(ds['train'][0]['ideal_answer'])
```

## How to Add New Cases

```bash
# 添加新题目（自动生成 parquet）
python add_case.py --id new-case-id --title "标题" --prompt "故障现象" --case case.json --ideal ideal.json

# 手动重新生成 parquet（如果直接编辑了 data.jsonl）
python gen_parquet.py

# 推送到 HuggingFace（自动生成 parquet 再推送）
python push_to_hf.py --repo kluoms/MultiCloudSRE-Ops
```

> **Note**: HF Dataset Viewer 无法自动转换深度嵌套 JSON（本数据集嵌套5层），
> 必须预构建 `data.parquet`。`add_case.py` 和 `push_to_hf.py` 会自动调用 `gen_parquet.py`。

## Citation

如果使用了本数据集，请引用：

```bibtex
@dataset{sre_challenge_2025,
  title={Multi-Cloud SRE Challenge Dataset},
  year={2025},
  publisher={HuggingFace}
}
```