searchusermenu
  • 发布文章
  • 消息中心
点赞
收藏
评论
分享
原创

混沌工程实践

2024-05-29 09:08:37
1
0

一、  目的意义

1.  加深研发工程师系统理解验证系统架构容错能力

2.  提高运维工程师故障应急处理能力实现故障告警止损定位恢复高效应对

3.  弥补测试工程师在传统测试方法空白主动探索系统隐患问题

4.  提升产品经理了解突发状况产品表现提升产品处理能力

二、  方法论

2.1 建立假设:

假设的建立是实验进行的基础,一切实验都是对假设进行证明或证伪。在混沌工程实验的场景下,假设通常反映的是系统可能存在的稳定性缺陷。这些假设的缺陷可以依据用户反馈、测试记录和对系统架构的理解来确立。假设的缺陷制定完成后,应逐个分析其出现概率、影响范围和严重程度来确立混沌工程实验的优先级。曾出现过并造成经济损失的假设缺陷通常是实验优先级最高的,这些有记录的故障很有可能会再次出现,而且也可能会在结构相似的链路上引发同类型的故障。

2.2 实验场景设计:

如需观测注入扰动对系统的影响,我们需要被测系统处于一个业务场景中正常工作的状态。实验场景的设计要避免过于简单,需包含多样的任务以确保足够的覆盖范围。如条件允许,可考虑使用生产环境作为实验用场景。为了降低生产环境实验的风险,通常的预防策略是采用金丝雀(Canary)版本(发布给少量用户的试用版本)或采用流量分支作为混沌工程实验场景,以确保最坏的情况下只有一小部分用户会受到影响。如在模拟或测试环境中进行实验,实验的场景需尽量接近实际业务中的真实场景,覆盖的用户操作应尽量全面。较为有效的方法是录制生产环境中的各种变量,如流量、服务请求频率等,然后在测试中重放,或用生产环境的模拟数据进行实验场景搭建。

2.3 系统评估指标设计:

实验设计时应确立实验过程中需收集的指标,以便评估注入扰动对系统造成的影响。这些指标可根据具体的实验对象、业务场景以及可用的监控手段确立,并尽量全面,需要在系统功能或性能受损时产生明显的变化。指标确立和收集时推荐采用的做法是:

a.关注指标平均值的同时对最优值和最差值进行收集。

b. 关注最终指标的同时对子任务指标或支撑指标进行收集。

c. 将一部分指标定为止损指标,当止损指标超出一定阈值则需终止实验,避免造成较大的损失。

三、  实验工具

目前主流的制造故障的开源工具主要2阿里的Chaosblade工具PingCAPChaos Mesh工具,ChaosMesh 工具主要解决容器化部署服务故障注入Chaosblade能够注入故障场景限于容器化部署场景

下面主要介绍Chaosblade工具使用

1.应用场景覆盖

2.  工具使用

(1)在官网下载安装,选择最新的1.7.3.tar.gz 解压即可

2如果需要针对k8s 部署服务进行故障注入需要安装chaosblade-operator (在官网下载安装包)

部署注意事项需要提前机器安装helm工具,k8s中部署安装空间可以自定义空间

kubectl create ns chaosblade
helm install chaosblade-operator --namespace chaosblade chaosblade-operator-1.7.3.tgz

3随机pod不可用使用参数--evict-count 1

blade create k8s pod-pod fail --labels 'app.kubernetes.io/name=demo' --evict-count 1  --kubeconfig /root/.kube/config --namespace back-end

(4)  制造故障务必记得加上故障生效时间--timeout 300

(5)  其余命令参考chaosblade操作手册

 

四、  实施步骤

1.  确定故障场景:可以基础资源云原生服务业务服务几个角度设计项管故障场景

通常业务三方服务依赖处理能力较弱或者忽视可以重点关注第三方服务依赖

2.  环境选择初次进行故障注入环境选择原则 测试=预发环境=灰度环境=生产环境

3.  如果是在非生产环境进行故障注入演练,需要准备如下2类脚本:故障注入本及编脚本

4.  确定监控指标是否覆盖全面报警机制是否完善

5.  确定响应人员是否到位故障是否存在处理手册相关

 

0条评论
作者已关闭评论
姜****华
4文章数
1粉丝数
姜****华
4 文章 | 1 粉丝
姜****华
4文章数
1粉丝数
姜****华
4 文章 | 1 粉丝
原创

混沌工程实践

2024-05-29 09:08:37
1
0

一、  目的意义

1.  加深研发工程师系统理解验证系统架构容错能力

2.  提高运维工程师故障应急处理能力实现故障告警止损定位恢复高效应对

3.  弥补测试工程师在传统测试方法空白主动探索系统隐患问题

4.  提升产品经理了解突发状况产品表现提升产品处理能力

二、  方法论

2.1 建立假设:

假设的建立是实验进行的基础,一切实验都是对假设进行证明或证伪。在混沌工程实验的场景下,假设通常反映的是系统可能存在的稳定性缺陷。这些假设的缺陷可以依据用户反馈、测试记录和对系统架构的理解来确立。假设的缺陷制定完成后,应逐个分析其出现概率、影响范围和严重程度来确立混沌工程实验的优先级。曾出现过并造成经济损失的假设缺陷通常是实验优先级最高的,这些有记录的故障很有可能会再次出现,而且也可能会在结构相似的链路上引发同类型的故障。

2.2 实验场景设计:

如需观测注入扰动对系统的影响,我们需要被测系统处于一个业务场景中正常工作的状态。实验场景的设计要避免过于简单,需包含多样的任务以确保足够的覆盖范围。如条件允许,可考虑使用生产环境作为实验用场景。为了降低生产环境实验的风险,通常的预防策略是采用金丝雀(Canary)版本(发布给少量用户的试用版本)或采用流量分支作为混沌工程实验场景,以确保最坏的情况下只有一小部分用户会受到影响。如在模拟或测试环境中进行实验,实验的场景需尽量接近实际业务中的真实场景,覆盖的用户操作应尽量全面。较为有效的方法是录制生产环境中的各种变量,如流量、服务请求频率等,然后在测试中重放,或用生产环境的模拟数据进行实验场景搭建。

2.3 系统评估指标设计:

实验设计时应确立实验过程中需收集的指标,以便评估注入扰动对系统造成的影响。这些指标可根据具体的实验对象、业务场景以及可用的监控手段确立,并尽量全面,需要在系统功能或性能受损时产生明显的变化。指标确立和收集时推荐采用的做法是:

a.关注指标平均值的同时对最优值和最差值进行收集。

b. 关注最终指标的同时对子任务指标或支撑指标进行收集。

c. 将一部分指标定为止损指标,当止损指标超出一定阈值则需终止实验,避免造成较大的损失。

三、  实验工具

目前主流的制造故障的开源工具主要2阿里的Chaosblade工具PingCAPChaos Mesh工具,ChaosMesh 工具主要解决容器化部署服务故障注入Chaosblade能够注入故障场景限于容器化部署场景

下面主要介绍Chaosblade工具使用

1.应用场景覆盖

2.  工具使用

(1)在官网下载安装,选择最新的1.7.3.tar.gz 解压即可

2如果需要针对k8s 部署服务进行故障注入需要安装chaosblade-operator (在官网下载安装包)

部署注意事项需要提前机器安装helm工具,k8s中部署安装空间可以自定义空间

kubectl create ns chaosblade
helm install chaosblade-operator --namespace chaosblade chaosblade-operator-1.7.3.tgz

3随机pod不可用使用参数--evict-count 1

blade create k8s pod-pod fail --labels 'app.kubernetes.io/name=demo' --evict-count 1  --kubeconfig /root/.kube/config --namespace back-end

(4)  制造故障务必记得加上故障生效时间--timeout 300

(5)  其余命令参考chaosblade操作手册

 

四、  实施步骤

1.  确定故障场景:可以基础资源云原生服务业务服务几个角度设计项管故障场景

通常业务三方服务依赖处理能力较弱或者忽视可以重点关注第三方服务依赖

2.  环境选择初次进行故障注入环境选择原则 测试=预发环境=灰度环境=生产环境

3.  如果是在非生产环境进行故障注入演练,需要准备如下2类脚本:故障注入本及编脚本

4.  确定监控指标是否覆盖全面报警机制是否完善

5.  确定响应人员是否到位故障是否存在处理手册相关

 

文章来自个人专栏
DevOps-环境治理
2 文章 | 1 订阅
0条评论
作者已关闭评论
作者已关闭评论
0
0