I IT 面试题库
混沌工程如何从“偶尔做一次故障演练”变成质量体系的一部分?如何控制爆炸半径?
高级场景题测试架构师测试开发工程师混沌工程故障演练韧性爆炸半径
题目
考察混沌工程的落地方法:如何用受控实验验证系统韧性,而不是为了演练而演练。
参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 29 天前更新
先定义稳态
- 没有稳态指标就没有混沌工程:先选 SLO/核心指标(成功率、P99、错误率、积压量),明确“正常”长什么样,实验期间持续对比。
实验方法
- 提出假设(如“杀掉一个实例,P99 不超 300ms、错误率不升”),选择故障类型(Pod kill、网络延迟/丢包、依赖超时、磁盘/CPU 压力),在受控环境注入。
- 从 staging 开始,再到生产 canary/低流量租户;设置爆炸半径(影响用户比例、时间窗、地域)、abort 条件和一键停止。
- 观察系统是否按预期降级/自愈,记录恢复时间、告警是否触发、值班是否知道怎么处理。
纳入质量体系
- 把关键链路的混沌实验做成定期 regression(如每周/每版本),和发布门禁、SLO 复盘绑定;实验失败要产出行动项,而不是只写报告。
- 故障场景库要版本化,覆盖依赖故障、容量、网络、数据不一致;新服务上线前做可测试性/可观测性评审。
- 文化和流程:blameless 复盘、game day、值班演练;混沌实验必须提前通知相关方,避免和真实故障混淆。
边界
- 不要在无监控、无回滚、无值班准备时直接上生产;不要随机注入;不要用混沌实验替代容量测试和安全测试。
题目与答案就在本页;收藏、批注和错题重练在应用内