Chaos Engineering 工具

Chaos Engineering 是一种系统测试和验证方法，用于评估系统在面对故障和不稳定条件时的表现。为了执行 Chaos Engineering，可以使用各种工具来模拟混乱场景、故障和不稳定性，以测试系统的鲁棒性和弹性。以下是一些常用的 Chaos Engineering 工具：

开源工具：

kube-monkey、PowerfulSeal、ChaosIQ等，提供了一些容器层面的故障注入能力。

Chaos Monkey：用于模拟 AWS 环境中的故障。Chaos Monkey 随机地关闭或终止 AWS 上的虚拟机实例，以验证系统的弹性和可用性。

Chaos Mesh支持在 Kubernetes 上进行故障注入，包括网络故障、节点故障等。

LitmusChaos支持在 Kubernetes 集群中注入各种故障，如 Pod 删除、网络分区等。

Toxiproxy用于模拟网络故障的工具，可以通过创建代理来注入延迟、丢包等，从而测试应用程序在不稳定网络条件下的表现。

ChaosBlade（阿里巴巴的）：提供基础资源、应用服务、容器等多维度的故障模拟能力。

ChaosBlade 支持丰富的实验场景，包括：

•基础资源： CPU、内存、网络、磁盘、进程等

•Java 应用：数据库、缓存、消息、JVM 本身、微服务等，还可以指定任意类方法注入各种复杂的实验场景；

•C++ 应用：指定任意方法或某行代码注入延迟、变量和返回值篡改等实验场景；

•Docker 容器：杀容器、容器内 CPU、内存、网络、磁盘、进程等实验场景；

•云原生平台：Kubernetes 平台节点上 CPU、内存、网络、磁盘、进程实验场景，Pod 网络和 Pod 本身实验场景如杀 Pod，容器的实验场景如上述的 Docker 容器实验场景；

商业化工具：

Gremlin 提供一款商用的故障注入平台（包括网络故障、主机故障、资源耗尽等），部分功能免费。可以在多种云平台上使用。

阿里云 - 应用高可用服务（AHAS）：AHAS 供了基于混沌工程原则的完整的实现，除了提供常见的故障注入能力，默认也打通了一些常见的云服务，提升系统的可观测性和自动化能力。（支持非阿里云机器公网使用）

注意，执行 Chaos Engineering 操作时需要谨慎操作，确保在合适的环境和场景中进行。深入了解每个工具的功能和文档，并在非生产环境中进行初步测试，以避免对生产环境产生不良影响。

Chaos Testing（混沌测试）是Chaos Engineering（混沌工程）中的一个具体实践，它是一种通过有计划的混乱引入来改进系统的可靠性的手段。