去哪儿旅行微服务架构下的系统强弱依赖演练以及攻防演练的成功实践。

随着酷家乐业务快速成长，用户对于服务的稳定性要求也越来越高，再加上业务复杂度与日俱增，发生线上故障时，由于缺失合理预案、研发人员缺少应急经验，各种报警满天飞，导致自乱阵脚，延长故障持续时间，导致故障无法快速止血。

系统是否健壮？是否有完善且合理的应急预案？研发人员是否掌握基础应急止血能力？能否根据问题现状快速定位出故障根因？等等一系列问题需要有合理的手段和方法，早于线上故障发生前，进行锻炼和验证。

为提升系统稳定性，和线上故障的触达、定位、恢复的速度，以及建立一套可执行、便于操作的特色的演练规范，并沉淀通用、可移植的演练规范，故发起了故障演练。

微服务架构已经在去哪儿网（Qunar）实施多年，随着服务之间的调用链路越来越复杂，故障频频发生，稳定性建设工作就成为了一项重要的工作。从 2019 年底去哪儿网也结合自身的技术体系开始进行混沌工程相关的探索，本文介绍了其中的实践经验。

字节跳动混沌工程与系统高可用建设实践。

从 2010 年 Netflix 上线 Chaos Mokey 的第一个版本到现在，虽然混沌工程发展已历时十年，但其实只在少数大厂里面有较成熟的落地，对绝大部分研发同学来说，混沌工程还是一个比较陌生的领域。

分布式和微服务化已经成为主流的系统架构设计方案，大规模分布式系统的可用性保障能力越来越成为关注的重点。混沌工程也开始如雨后春笋般在各大企业内部萌芽生长，但大部分还处于初期的探索阶段，在实践过程中也遇到了这样或那样的问题，有技术上也有认知层面上的，这些问题难免会对混沌工程的快速落地产生阻力。

下面介绍一下字节跳动在混沌工程实践过程中的一个关键阶段：场景化主动实验。希望本文可以帮助大家加深对混沌工程价值的了解，对设计混沌工程实验、落地混沌工程建设提供更多的思路。

混沌工程是一个业界比较流行的防范系统性风险的方法论， 其核心思想是通过不断地失败来避免失败，以主动制造故障的方法来宏观地验证业务的容灾和恢复能力。这一概念在服务端存在大量的实践和落地， 在客户端还是属于探索阶段，业界甚少甚至没有类似尝试。手机淘宝等大型应用其实是一个广义概念上的分布式系统， 混沌工程理念是否也可以在这类型广义分布式系统上产生价值呢？答案是肯定的，本次分享将向大家介绍手机淘宝客户端是如何使用攻防演练来降低客户端系统风险、提高快速交付能力的。

腾讯云网络故障生命周期管理实践。

如何保障服务在运营过程中能一直给用户提供稳定的、不间断的、可靠可信的服务

失败是必然的，随着时间的流逝，一切最终都会失败

混沌工程是通过故障注入的方式帮助系统寻找薄弱点，从而提高系统的稳定性。随着微服务、云原生相关技术的发展，分布式系统在业界流行，但也带来了许多挑战。混沌工程正是通过故障注入等方式，帮助解决问题。本文讨论了字节跳动引入混沌工程以来的相关实践。

最近参加了ECUG大会，其中有一个分享是pingCAP的CEO大佬刘奇分析的他们开源的在k8s平台上使用的混沌工程插件Chaos Mesh，我第一次听说混动工程这个概念，应该是在18年上半年，那时候的我还没毕业，有一天在找资料的时候，在掘金还是segmentfault上（记不清）看到一篇文章，讲的是混沌工程，点击去看了几分钟，emmmm，没看懂，里面各种各样的名词让我云里雾里。于是就离开；直到今年年初阿里巴巴开源了ChaosBlade。这个概念又一次闯进了我的世界。脑子还残存着中二少年对混沌这个词的执念，带着一丝记忆开始调研这项技术。这次我看懂了…，说白了就是给系统找茬，一会捅咕这，一会鼓捣那，反正就是折磨系统，找出系统的薄弱点，提升系统的容错能力，提高系统的健壮性。下面就来仔细说道说道这个东西。

文末有福利！！！

本系列文章介绍了混沌工程的主要概念，以及如何在组织中实践这些概念和经验。也许我们开发的相关工具只适用于 Netflix 自身的业务和系统环境，但我们相信工具背后的原则可以更广泛地应用于其他领域。

本文解释了如何通过混沌工程提升系统容错能力，如何通过异常测试提升应用异常处理能力

历时六年，破土而出。