适用场景

混沌工程不是"搞破坏"，而是用受控实验回答：如果这个组件挂了，系统会怎样？预案有效吗？

配置步骤（实验设计与安全边界）

# 1) 目标：验证某服务单实例故障时是否自动切换
# 2) 稳态指标：错误率 <0.1%，P99 <500ms
# 3) 爆炸半径：单实例、非高峰、限定命名空间
# 4) 终止条件：错误率 >1% 或 P99 >1s 立即停止

关键参数与建议

  • 先定义稳态指标（SLI），确保实验可判断
  • 从小范围开始：非核心业务、单实例、短时间
  • 实验要有终止条件与一键停止
  • 覆盖场景：实例宕机、网络延迟/丢包、依赖不可用、磁盘慢、时钟偏移
  • 产出：容错缺陷清单与预案改进项

容易踩的坑

  • 没有稳态指标，无法判断影响
  • 爆炸半径过大，影响真实用户
  • 无终止条件，实验失控

验证与巡检

# 证据：实验方案（含稳态指标与终止条件）
  • 巡检：每次实验有方案与审批

小结

混沌实验的验收：每次实验都有稳态对比与问题清单。没有产出改进项的实验只是"折腾"。

> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。