蚂蚁集团混沌工程 ChaosMeta V0.5 版本发布

关注

转载最新推荐文章于 2026-07-14 13:44:02 发布 313 阅读 AI 写同款· GEO 优化 ›

Chaos带你快速上手混沌工程场景主要介绍混沌工程的思想及其原理，体验故障演练（AHAS Chaos），阿里云在混沌工程领域的产品。，11 月 9 日至 11 月 23 日期间，，完成体验即可获得“TOMY 多美卡合金车模一辆”。地址：https://developer.aliyun.com/adc/series/activity/1111 本场景涉及到以下技术或产品：容器服务ACK：容器服务Kubernetes版（简称ACK）提供高性能可伸缩的容器应用管理能力，支持企业级容器化应用的全生命周期管理；是国内唯一入选2020年Ga 阅读详情

混沌工程 ChaosMeta 的全新版本 V0.5 现已正式发布！该版本包含了许多新特性和增强功能，为用户提供了支撑混沌工程各个阶段的平台能力，以及降低使用门槛的用户界面。

ChaosMeta V0.5 核心新特性介绍

当前版本主要是发布了平台界面组件（chaosmeta-platform）、度量组件（chaosmeta-measure-operator）以及流量注入组件（chaosmeta-flow-operator）。

平台界面

提供产品层操作界面方便用户更友好地使用 ChaosMeta 产品功能，当前产品层功能主要有：

1. 空间管理：根据组织或活动隔离数据，确保数据的安全性和隐私性。

2. 用户权限管理：为不同角色提供访问权限的控制，可有效管理混沌工程实验的使用。

3. 编排实验：通过拖拉拽可视化操作，使实验编排更加友好和灵活，提高用户的工作效率。

4. 实验结果：提供实验执行详情的追溯功能，让用户随时了解实验的执行情况和结果，方便用户进行数据分析和决策。

度量引擎

当前包括 4 种度量能力：

monitor：对监控项的值进行预期判断，比如某个机器的 CPU 使用率监控值是否大于 90%，默认支持 prometheus
pod：对 pod 相关数据进行预期判断，比如某个应用的 pod 实例数是否大于 3
http：对 http 请求进行预期判断，比如进行指定的 http 请求时，返回状态码是否为 200
tcp：对 tcp 请求进行预期判断，比如测试某个服务器的 8080 端口是否能通

流量引擎

当前流量注入的能力只实现了 HTTP 流量类型的注入，后续会逐步补充 RPC、DB client、redis client 等其他类型的流量注入能力。底层实现是基于开源组件 jmeter 实现的，每个流量注入任务启动一个 jmeter 的 job 执行。

ChaosMeta 核心设计理念

ChaosMeta 设计上主要是想要解决下面几个业界内普遍存在的问题：

1.混沌工程演练各个阶段的能力整合

当前业界主流混沌工程项目主要都是只关注如何制造故障的问题，而经常做演练相关工作的工程师，应该明白每次演练还有以下重复性工作的痛点：检测当前环境是否符合演练预设条件（演练准入）、业务流量是否满足（流量注入）、注入后判断故障效果是否符合预期（故障度量）、是否在预设时间内恢复了业务服务（恢复度量）、复盘分析总结风险点。

基于业界现状和上面的问题分析，结合蚂蚁集团在混沌工程领域的多年经验，ChaosMeta 平台从设计上覆盖了“准入检测”、“流量注入”、“故障注入”、“故障度量”、“恢复度量”、“注入恢复”等各个阶段的技术支撑，解放各阶段的人力。

2. 故障实验设计的经验可复用性

我们在做混沌工程演练前，还有一个会消耗大量人力的工作，那就是演练实验的设计。这一部分当前主要还是得依靠人的设计能力，目前很难完全依赖机器去自动设计。但是我们可以把其中的可复用经验系统化抽象出来，整理成册，在对同一类组件进行混沌工程演练的时候，就可以快速复用起来，这个就是风险目录的设计初衷。

风险目录前期主要是以理论的方式开源，后期会以平台能力的方式内置到 ChaosMeta 项目中。

3. 云原生基础设施的环境复杂性

当前大部分公司的基础设施环境都是在 Kubernetes 上的，无论是云自身还是云原生应用的稳定性都是至关重要的，传统的故障注入手段可能难以解决问题。为此我们希望 ChaosMeta 能从设计上解决以下问题：

对 Kubernetes 自身稳定性的故障注入能力

主要是围绕 Kubernetes 自身的稳定性，比如 APIServer、Scheduler 等核心组件，各类资源的状态异常处理流程，Operator 应用的异常等。

平台支持云原生部署

ChaosMeta 设计上是基于 operator 开发的云原生架构（详见用户文档），因此天然支持云原生环境的部署。

平台支持管理云上容器并进行故障注入

如果使用传统的方式对容器进行故障注入，需要把单机故障注入工具传输到目标容器内并执行命令，但是一般的业务容器的基础镜像都是极简版的，很多命令工具比如 tc、fallocate 等都不支持，导致容器故障注入被环境因素受限过大。

ChaosMeta 使用“容器化注入”的方式对集群内的 Pod 以及 Node 进行故障注入，单机故障注入工具 chaosmetad 支持对宿主机上的容器进行故障注入，而不需要把 chaosmetad 拷贝到容器内，通过在宿主机上选择性进入目标容器的目标 linux namespace，达到使用宿主机的工具对容器的相应 namespace 产生异常的效果。

平台支持管理云下容器并进行故障注入

每个公司都还有很多还没上云的业务，这类业务要么是在普通的物理机/虚拟机上部署，要么是在此基础上裸容器启动的（比如 Docker 容器）。这个时候也需要平台能支持管理这部分集群外的目标，ChaosMeta 的单机故障注入工具 chaosmetad 支持以 agent 模式启动，定时上报机器的容器信息到平台中，平台可以直接选择集群外的目标下发故障注入任务。