进行混沌工程

Question

我有28个微服务，其中一些相互通信。所有这些都是使用SpringBoot 2x构建的，它们使用自己的资源（数据库，rabbitmq等）。它们部署在PCF中。

我需要确定整个系统的弱点。那是我诉诸混沌工程的时候。这是我的第一次，我可以使用一些帮助，例如如何设计工作，应该收集哪些指标，可以使用的工具以及应该运行多长时间的此类测试等。

TIA

Answer 1

完成我的研究。将其张贴在这里，以便其他人可能会觉得有用。

非常好的介绍，包括如何开始您的第一个混沌实验：https://www.gremlin.com/community/tutorials/chaos-engineering-the-history-principles-and-practice/

人员，工具，公司进行混乱实验的完整摘要： https://coggle.it/diagram/WiKceGDAwgABrmyv/t/chaos-engineeringcompanies%2C-people%2C-tools-practices/0a2d4968c94723e48e1256e67df51d0f4217027143924b23517832f53c536e62

工具：

三角帆：https://www.spinnaker.io/。 Netflix Chaos Monkey不支持由Spinnaker以外的任何其他机构管理的部署。这使得使用Netflix的Chaos Monkey非常困难。

SpringBoot的ChaosMonkey：https://docs.chaostoolkit.org/drivers/cloudfoundry/。非常容易遵循说明。使用Spring配置文件轻松打开/关闭。

Chaos Toolkit-https://docs.chaostoolkit.org/drivers/cloudfoundry/。由于我的应用程序已部署在Cloud Foundry中，并且此工具具有CloudFoundry扩展，因此该工具对我的情况特别有用。非常详尽，但易于遵循的说明。到目前为止，我首选的工具。

混沌狐猴-https://content.pivotal.io/blog/chaos-lemur-testing-high-availability-on-pivotal-cloud-foundry。该工具有望实现，但网络管理员不会共享AWS凭证供我使用Pivotal单元。

Answer 2

您已经找到了Chaos Toolkit，这是我建议进行实际实验的建议，尤其是在开始时。

混沌的基础是您需要对其进行计划，并在开始之前进行正确的分析。然后，您需要找出监视实验结果所需的信息。如果我们实施延迟，服务X会怎样？监视请求，错误等。是否存在运行正常的降级状态？

您的问题非常广泛，因此很难回答。

每次启动实验时，请务必尝试防止级联失败，并始终停下来终止实验，并在出现严重问题时将所有内容回滚。