信通院发布首份《中国混沌工程调查报告》，京东云成典型案例 2021年11月

2021年11月，中国信通院发布国内首个《中国混沌工程调查报告》，基于混沌工程业界现状，探索并提升国内云业务系统稳定性。作为对外输出混沌工程能力的先行者，京东云加入信通院成立的国内首个混沌工程实验室，参与混沌工程标准编写，并贡献了混沌工程的最佳实践。
今年首次开启“晚8点”模式的京东11.11，迎来持续脉冲式流量高峰，对系统在持续高压环境下的稳定性有极高要求。借助领先的混沌工程能力，京东云不仅以超高弹性应对海量并发，保障流量高峰的平稳顺滑，还推进技术备战常态化、自动化，减少25%的备战时间和人力投入。
搞破坏，混沌工程的稳定之道
“系统越复杂，越脆弱” 。企业在数字化转型中拥抱云计算、大数据、AI等新技术的同时，容易出现系统架构复杂度拉升、调用链增长、依赖关系复杂等问题。混沌工程被认为是检验、增强系统稳定性的不二选择。
混沌工程为揭示系统缺陷而进行破坏性试实验，提前探知系统风险，通过架构优化和运维模式改进来解决系统风险，真正建立系统的韧性架构，降低企业损失。
在混沌工程的理论中，将正常的系统数据假设为“稳定状态”，参照真实环境的多类型事件注入故障，如服务器崩溃、硬盘故障、网络连接断开等，并直接面向生产环境的实际流量进行破坏性实验。通过“稳定状态”的变化来反驳假设，发现并修复问题。
在实施过程中破坏系统稳定状态的难度越大，即可对系统稳定性树立更强的信心。一旦发现缺陷，就能定向优化改进，避免在系统规模化后缺陷被放大。
不同于业界熟知的故障注入测试，混沌工程不仅制造故障来测试系统反馈，还基于不可预知性模拟各类异常场景，进行生产上各层次的流量切换演练。

文章图片

自从 NETFlix 开源 Chaos Monkey，混沌工程在全球多家顶级科技企业的实践，充分验证其在稳定性领域的作用。伴随云服务逐渐成为基础设施，稳定性被不断强调，混沌工程正在凭借“搞破坏”的工程理念成为云服务的稳定之道。
助力企业引入混沌工程，京东云推出稳定性主动管理系统云泰
“平时多演练、战时少挨枪” 。京东云在多年的京东618、京东11.11磨练中，成为混沌工程的领先实践者和受益者，从单业务场景故障到整机房断电宕机…..京东云完美通过各类超「变态」场景考验。
基于京东体系多年积累的混沌工程能力，京东云沉淀出稳定性主动管理系统——云泰，对外输出可见、可查、可管、可控的稳定性解决方案，提供稳定性主动测算、故障注入与演练、全链路压测、红蓝对抗和基于“稳定性基线”的评分服务等核心功能。
通过稳态监控功能，云泰可保持对核心资源、服务的数据观测，支持完成主动测算系统稳定性，从实时和周期性完成健康度、异常趋势及SLI可用性测算，到实时感知突发事件和异常事件，快速定位系统故障等日常需求，云泰系统都全面覆盖。
【信通院发布首份《中国混沌工程调查报告》，京东云成典型案例】
文章图片

同时云泰系统的故障注入与演练功能，支持引入指定的演练对象后，在演练大厅选择故障类型、编排演练场景，定时执行故障演练，并通过对关联业务、基础资源等对象“稳定状态”的实时监控，快速完成故障定位，检验系统的稳定性能。
相比手动演练易出现操作故障、不可重复执行、无历史记录等问题，云泰的演练平台不仅设有种类丰富的故障，可高效完成场景编排，还能自动、定时、重复执行，并结合实时监控、实时定位和完善的历史记录帮助全面探索系统稳定性。