I IT 面试题库
设计一个「混沌工程平台」的核心架构:要支持多集群、多故障类型、自动编排与结果判定,你怎么落地?
高级系统设计题SRE站点可靠性工程师后端开发工程师云计算工程师混沌工程平台架构编排SLO多集群
题目
系统设计题:收尾。把混沌能力产品化——一个企业级混沌平台需要哪些核心模块,模块间如何协作完成「编排—注入—观测—判定—回滚」?
参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 25 天前更新
要点:
- 分层架构:① 实验编排层(API/控制台)负责定义实验(目标集群、故障类型、注入参数、护栏阈值)、版本管理与审批;② 执行/注入层对接底层故障能力——K8s 用 Chaos Mesh/Litmus 的 CRD,物理机/云用 Gremlin Agent 或自研 agent,统一抽象为「故障动作」;③ 观测/采集层拉取 Prometheus/SLI、日志、链路追踪,作为稳态判定输入。
- 护栏与判定:内置爆炸半径控制(仅选指定 Pod/命名空间)、自动停止规则(SLI 跌破阈值即回滚注入)、实验窗口与审批流;结果判定模块对比实验组/对照组稳态、结合 SLO Error Budget 输出「通过/暴露脆弱点」报告。
- 多集群与可扩展:控制面与执行面分离,执行面以 per-cluster agent 对接,支持跨云多集群统一编排;故障类型以插件化扩展(新增一种注入只需注册动作+回滚逻辑)。
- 闭环:实验报告落到知识库,脆弱点转 Jira/工单并跟踪;与 CI/CD、SLO 平台集成实现常态化;整体遵循「最小爆炸半径 + 可一键回滚」铁律,确保平台自身不成为风险源。
题目与答案就在本页;收藏、批注和错题重练在应用内