Abstract	Chaos engineering
Authors	Walter Fan
Category	learning note
Status	v1.0
Updated	2023-03-22
License	CC-BY-NC-ND 4.0

混沌工程

混沌工程（Chaos engineering）是一种通过在生产环境中人为引入故障，以测试系统可靠性和容错能力的技术。通过模拟不同的故障情况，混沌工程可以帮助开发人员和运维人员了解系统在故障情况下的表现，并找出潜在的问题，从而改进系统的设计和运维。

混沌工程的核心理念是通过模拟真实的故障场景，发现系统在面对不同的异常情况时的反应和容错能力。混沌工程通常包括以下步骤：

1. 定义实验目标和范围：确定实验要测试的系统和组件，以及实验的目标和期望结果。
2. 设计实验场景：通过选择不同的故障类型和组合方式，设计不同的实验场景。
3. 实施实验：在生产环境中实施实验，人为地引入故障，并观察系统的反应和表现。
4. 分析实验结果：根据实验数据和观察结果，分析系统在不同故障场景下的表现，并找出潜在问题。
5. 修复问题：根据实验结果，修复系统中发现的问题，并持续改进系统的设计和运维。 通过混沌工程，开发人员和运维人员可以更好地了解系统的可靠性和容错能力，提高系统的稳定性和可靠性，从而为用户提供更好的体验。

混沌猴（Chaos Monkey）是 Netflix 公司开发的一种混沌工程工具，它的目的是帮助 Netflix 在 AWS 云平台上测试其分布式系统的弹性和鲁棒性。

Chaos Monkey 可以随机选择一个或多个在运行的服务或实例，并模拟它们发生故障或宕机，例如：随机关停某个实例，或者随机关闭某个服务。这种故障模拟可以帮助 Netflix 测试其系统在出现故障时的表现和响应能力。

使用混沌猴的好处是可以帮助开发团队了解他们的系统是否具有弹性和鲁棒性，以及是否能够在故障发生时保持正常运行。通过混沌猴的测试，开发人员和运维人员可以更好地了解其系统的表现，从而进行必要的优化和调整，提高系统的可靠性和可用性。

Simian Army 是 Netflix 公司开发的一套混沌工程工具集，其中包括了一系列的故障注入工具，以验证系统的可靠性和鲁棒性。它是 Netflix 公司在云计算时代为了保障系统可靠性和弹性而开发的一套工具，被广泛应用于分布式系统的测试和验证。

Simian Army 的核心组成部分包括：

• Chaos Monkey：在云平台上随机关闭或杀死云服务器实例的工具，测试系统的弹性和可靠性。
• Latency Monkey：在系统中增加网络延迟的工具，测试系统在网络故障时的表现。
• Conformity Monkey：检查云平台上的资源是否符合最佳实践，防止出现配置不当或不兼容的问题。
• Security Monkey：检查云平台上的安全配置是否合规，防止出现安全漏洞或风险。
• Janitor Monkey：定期清理云平台上不再使用的资源，避免资源浪费和不必要的费用开支。

通过使用 Simian Army 工具集，Netflix 公司可以持续地进行系统测试和验证，发现和解决系统中的问题，并提高系统的可靠性和弹性。Simian Army 也成为了一种成功的混沌工程实践，被其他公司和组织广泛使用。

---

本笔记大部分内容来自 Chatgpt 的回答