混沌工程

混沌工程是近十年出现的，然而我们大部分人包括我自己都没有接触或者听说过，对我自己小白做个知识普及。

混沌工程定义

Chaos Engineering is the discipline of experimenting on a distributed system in order to build confidence in the system's capability to withstand turbulent conditions in production.

我们注意到有两个关键短语

• discipline of experimenting
• on distirbuted system

混沌工程历史

参考 混沌工程 | 亚马逊AWS官方博客 (amazon.com)

2010年 Netflix 内部开发了 AWS 云上随机终止 EC2 实例的混沌实验工具：Chaos Monkey
2011年 Netflix release了其猴子军团工具集：Simian Army
2012年 Netflix 向社区开源由 Java 构建 Simian Army，其中包括 Chaos Monkey V1 版本
2014年 Netflix 开始正式公开招聘 Chaos Engineer
2014年 Netflix 提出了故障注入测试（FIT），利用微服务架构的特性，控制混沌实验的爆炸半径
2015年 Netflix release了 Chaos Kong ，模拟AWS区域（Region）中断的场景
2015年 Netflix 和社区正式提出混沌工程的指导思想 – Principles of Chaos Engineering
2016年 Kolton Andrus（前 Netflix 和 Amazon Chaos Engineer ）创立了 Gremlin ，正式将混沌实验工具商用化
2017年 Netflix 开源 Chaos Monkey 由 Golang 重构的 V2 版本，必须集成 CD 工具 Spinnaker（持续发布平台）来使用
2017年 Netflix release了 ChAP （Chaos Automation Platform, 混沌实验自动平台），可视为应用故障注入测试（FIT）的加强版
2017年 由Netflix 前混沌工程师撰写的新书“混沌工程”在网上出版
2017年 Russell Miles 创立了 ChaosIQ 公司，并开源了 chaostoolkit 混沌实验框架

混沌工程五原则

• 建立稳定状态的假设
• 多样化实现世界事件
• 在生产环境进行实验
• 持续自动化进行实验
• 最小化“爆炸半径”

混沌工程度量

成熟度	演练程度	故障自身的等级	问题频率	重叠程度	时间范围	故障持续时间	故障出发通知	故障恢复能力
初步
入门
常规
熟练
大师

如上为混沌工程某大厂的度量表格

混沌工程相关产品

chaosblade 阿里巴巴
chaostollkit Netflix
Litmus Cloud native chaos engineering - Enhancing Kubernetes application resiliency | Cloud Native Computing Foundation (cncf.io)

小结

混沌工程是分布式系统提升稳定性的大杀器，但是只在极少数大厂有用到，先了解，说不定有一天可能用到。