写点什么

对混沌工程的五个常见误解

发布于: 2021 年 04 月 14 日
对混沌工程的五个常见误解

作者:龙坞道长,来自“混沌工程实践社区”


编者提示:

本文转载自公众号 “混沌工程实践” (ID: chaosops)。欢迎阅读和关注 原文链接

本文假定读者对混沌工程有所了解。如果您不熟悉混沌工程,这也是一篇很好的文章,可帮助您避开误区。


混沌工程是在分布式系统上进行实验的学科, 目的是建立对系统抵御生产环境中失控条件的能力以及信心。

特别是近几年,业界讨论很热烈,很多公司已经开始实践。



不过,对混沌工程的理解而言,仍然存在不少的误解。本文就是来细细探讨一下混沌工程常见的五个误解。

误解 1:技术能力够强才可使用


不少人觉得,只有团队的技术能力够强,才可以使用混沌工程。不少人观察到,混沌工程是 Netflix 最先提出的,且在其他大型互联网公司被广泛使用,就得出这样一个结论:必须具有 Netflix 级别的先进技术(因此具有高度的可靠性),才能在生产系统上进行混沌工程实验。


但现实是,混沌工程的诞生是源于 Netflix 上云转型,即决定搬出数据中心并大规模迁移上云。没有云的支撑,没有云原生实践的大量投入,混沌工程无从谈起,更不会应运而生。我们现在知道,当时的 Netflix 在可用性方面,并没有什么突出的业界声誉。他们通过(安全地)对其系统进行混沌工程实验,并从中学到了有关系统行为的新知识,再将这些新知识付诸改造实践,才逐步拥有更稳定的系统,进而在可用性实践上获得了业界的瞩目。这是一个逐步积累的过程,也是一个去除技术债的过程。我们都可以从现在开始,开始实践混沌工程,累积相应的经验,有一天也能达到 Netflix 的可靠性水平。

误解 2:高度监管行业不能使用


不少人觉得,高度监管行业如银行、医疗机构等等,不应使用混沌工程,万一出问题就是大事故。对于此类公司而言,发生可用性事件的后果,肯定比 Netflix 宕机要严重得多,但这并不意味着这些公司不会发生可用性事件。这类公司其实更应该使用混沌工程来更好地了解其复杂的系统。


被誉为“金融科技黄埔军校”的 Capital One,英国史达琳银行,澳洲国家银行,美国医疗信息技术供货商(塞纳公司),美国联合健康集团都已经实施了混沌工程。这些组织已经将其作为上云转型的重要环节,同时也通过混沌工程实验来更好地了解系统本身的复杂性。


2016 年,英国史达琳银行就已经将混沌工程应用到了核心银行系统。前首席技术官格雷格·霍金斯(Greg Hawkins)谈到这段经历时提到:


从这一刻起,你知道系统再也不容易受到某类事件的伤害。看看这个决定的效果有多大吧?尤其是你能像史达琳银行尽早开始。当人们(无论技术人员还是业务人员)都能了解到服务器故障的原因时,您将朝着可视化、规范化和嵌入更多实验这个方向迈出重要的一步。

误解 3:实验性质并不安全


从根本上说,混沌工程是一种实验练习,它可以帮助您了解系统的安全边界,以及当您向这些边界漂移时,一旦跨越边界,它们就会掉下悬崖,产生破坏。系统向安全边界的漂移,往往是缘起于下面这些约束条件:


  • 不确定性或竞争压力

  • 资源缺乏或成本压力

  • 多个相互矛盾的目标


人们开始进行大小不等的权衡措施,调和矛盾和减轻压力。这些权衡取舍开始将系统逐步地推向安全边界,但是人们很少能意识到它正在漂移。



希德尼·德克在他的《Drift into Failure》一书中,详细介绍了这种权衡和漂移,如何导致诸如此类的危险事件:

  • 挑战者号航天飞机空难

  • 英国石油公司深海钻油平台发生井喷爆炸

误解 4:给生产系统带来破坏


混沌工程不会给您的系统中添乱,而是能助力发现系统中本身已经存在的但未暴露的问题。这个误解主要是由于人们认为混沌工程是新的尖端技术而产生的(新东西往往不可靠)。


恰恰相反,混沌工程借鉴了一个悠久的传统形式,即使用实验来验证或驳斥人们对系统形成的先入为主的假设。每个实验都以一个假设开始,该假设解释了将变更引入系统后所期望发生的情况。对于可用性实验,这种假设的形式可以是:


在____的情况下,客户仍然可以正常使用我们的产品。


空白处要填的就是,真实世界的可用性事件。


设计精良的实验,可以根据真实世界的可用性事件发生后的结果来验证(或驳斥)这个假设。当然,还有一个特别重要的内容,和实验的可靠性息息相关,即控制爆炸半径以确保系统的安全性。这样的好处是从混沌工程实验获得更多有关复杂系统行为的新认知,而又不会使系统状况变得更糟。

误解 5:本质上就是一种测试


大多数时候,一个好的测试计划会讨论负载测试、安全性测试和负载下的功能测试。


不幸的是,我们仅在非生产环境中进行这些测试,并寄希望于该系统在生产环境中的行为与测试一致。混沌工程,则强调尽可能接近生产,推荐在生产环境中进行实验,正是解决上述问题的方法。


混沌工程和测试之间的另一个区别是,混沌工程的实验结果带来了有关系统行为的新知识,而开发人员或测试人员可能之前都不了解这些。

结束语


本文探讨了混沌工程常见的 5 种误解的根源和问题所在,希望可以引发大家的思考和讨论。


  • 技术能力够强才可使用混沌工程

  • 高度监管行业不能使用混沌工程

  • 混沌工程具有实验性质并不安全

  • 混沌工程会给生产系统带来破坏

  • 混沌工程本质上就是一种测试


排版 | 安然

审校 | 叶笑  轮值主编 | 木子

---


本文转载自公众号 “混沌工程实践” (ID: chaosops)。

欢迎阅读和关注 原文链接


混沌工程实践社区是一个由热爱混沌工程的技术专家共同发起的实践社区,旨在推广混沌工程技术: 第一时间提供海内外有关混沌工程的最新进展和实践报告,最大程度连接全世界更多的混沌工程爱好者和技术专家,期望可以帮助到对混沌工程有兴趣的新人,使他们熟悉混沌工程的方法和技巧,更快地进入混沌工程领域开展研究和实践。



用户头像

微信公众号 混沌工程实践 (ID: chaosops) 2018.07.02 加入

混沌工程实践公众号是由热爱混沌工程的技术专家共同发起的,第一时间提供海内外混沌工程的最新技术进展,最大程度连接全世界更多的混沌工程爱好者,帮助有兴趣的新人熟悉混沌工程的技术方法,更快地开展研究和实践。

评论

发布
暂无评论
对混沌工程的五个常见误解