【可观测性工程】混沌工程：ChaosBlade、Chaos Mesh 与可观测性闭环
混沌工程的价值不是'找到 bug'，而是验证'你的可观测性能不能发现这类故障'。从六步实验法到 ChaosBlade/Chaos Mesh 的生产实践，到爆炸半径控制与可观测性改进闭环。
resilience 标签归档
共 4 篇文章 · 返回首页
【系统架构设计】弹性设计模式：熔断器、舱壁与超时
重试为何反而让系统雪崩？熔断器的状态机如何设计才不会误判？本文从一次重试风暴引发的雪崩事故出发，系统拆解熔断器（Circuit Breaker）状态机设计与参数调优、舱壁（Bulkhead）资源隔离策略、级联超时预算分配、指数退避与抖动的数学原理，深入分析 Resilience4j 与 Sentinel 的架构差异，讨论装饰器组合顺序的陷阱，最后给出工程案例复盘和弹性模式选型对比。
【系统架构设计】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。
【系统架构设计】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…