助力618-Y的混沌实践之路 | 京东云技术团队

一、写在前面

1、混沌是什么？

混沌工程（Chaos Engineering）的概念由 Netflix 在 2010 年提出，通过主动向系统中引入异常状态，并根据系统在各种压力下的行为表现确定优化策略，是保障系统稳定性的新型手段。

混沌工程是一门在分布式系统上进行实验的学科，目的是建立人们对于复杂系统在生产环境中抵御突发事件的信息。

2、为什么要做混沌？

混沌工程通过有意地引入故障、异常或不确定性的条件，以模拟真实世界中的不完美环境。其核心思想是通过主动引入故障和异常情况，逐步验证和提升系统的健壮性，从而增加系统在面对真实世界中的复杂环境时的稳定性和可靠性。其目的是识别潜在的系统弱点，并改进应用系统的健壮性和恢复能力，减少系统故障造成的影响，并提供更好的用户体验。

3、混沌的原则

混沌工程主要遵循以下原则：

1. 假设清晰性（Assumption-Driven）：明确系统的行为和性能的关键假设。这些假设可以基于系统需求、设计决策或运行环境等方面。混沌工程的实验应着眼于验证或推翻这些假设。

2. 实验的真实性（Experimentation）：通过有意地注入故障、异常或不确定性的条件来模拟真实世界中的不完美环境。实验应该是可控和可重复的，以便在安全范围内进行测试和观察系统的响应。

3. 最小化影响（Minimizing Blast Radius）：实施混沌实验时需要注意最小化对生产环境和用户的负面影响。合理限制实验的范围和影响范围，并使用适当的风险管理方法保护关键业务功能。

4. 监测和度量（Monitoring and Measurement）：实验期间需要密切系统报警机制。使用监控工具和指标来收集实验数据，以便评估系统的稳定性和弹性。

5. 分析和学习（Analyzing and Learning）：对实验结果进行复盘，并从中提取经验教训。确定问题的