【系统架构设计百科】混沌工程：主动验证系统的韧性
混沌工程不是随机破坏——它是一套严谨的实验方法论。本文从混沌工程的五条原则出发，拆解 Netflix 从 Chaos Monkey 到 Chaos Kong 的演进历程，对比 LitmusChaos、ChaosBlade、Chaos Mesh 等工具的架构差异，讲清楚故障注入的分类学和 GameDay 演练的落地流程。
chaos-engineering 标签归档
共 3 篇文章 · 返回首页
【系统架构设计百科】Netflix 架构全景：混沌工程的诞生地
Netflix 在 2008 年经历了一次长达三天的数据库故障，导致 DVD 寄送业务全面瘫痪。这次事故促使团队做出了一个关键决策：放弃自建数据中心，全面迁移到亚马逊云服务（Amazon Web Services，AWS）。这一决策不仅重塑了 Netflix 的技术栈，还催生了混沌工程（Chaos Engineerin…
【分布式系统百科】故障的分类学：从 fail-stop 到 Byzantine
教科书把故障分成 crash 和 Byzantine 两种，但生产环境里最常见、最难处理的故障恰恰是两者之间的灰色地带：静默数据损坏、时钟跳变、GC 停顿、慢磁盘。本文从故障层级模型出发，逐层拆解五种故障类型，结合真实事故案例分析检测手段与工程应对策略。