分布式系統韌性架構壓艙石OpenChaos
上層應用帶來的諸如可靠、安全、彈性等一系列韌性架構的挑戰。
混沌工程思想給我們帶來了一定程度的啟發。Netflix 最初為了搬遷基礎設施上云創建了 Chaos Monkey，由此拉開了混沌工程學的序幕。再到后來，CNCF 成立了專門的興趣小組，希望能夠推動這一領域的標準誕生。OpenChaos 創始團隊早期也和這些社區的先行者進行過多輪交流。可惜的是，2019 年該興趣組并入 App Delivery SIG 后再無太大動靜。這幾年國家政策大力引導下，企業的數字化升級不斷加快，越來越多的 CIO、CTO 甚至包括 CEO 開始重視并投入到混沌工程實踐中。國內由中國信通院牽頭的混沌工程實驗室也在積極推動該領域標準的制定，從全鏈路壓測、混沌故障引入到催生未來架構變革的多云多活參考架構，這些無不昭示著這一產業在飛速發展。根據國內外科技媒體調研統計，到 2025 年，80% 的組織將實施混沌工程實踐。通過全鏈路壓測、混沌故障，以及多云多活架構等策略的整體導入，可以將意外停機時間減少 50%，實現真正意義上的秒級 RTO/RPO，讓應用、業務創新更加專注。
良藥雖好，但也有局限
混沌工程的最基本流程是在生產環境小規模定期自動化執行試驗，為系統隨機注入故障，來觀察 “系統邊界”。它主要關注系統面對故障所展現出的容錯能力和可靠性。目前市面上絕大部分混沌工程工具，傾向于構造以黑盒隨機為主的故障類型，對底層基礎設施（硬件、操作系統、數據庫與中間件）理解與洞察較少。缺少統一的框架標準、成熟的 specific 度量指標。同時，分析反饋較弱，無法給出全面徹底的診斷建議，尤其通過強化學習，生成式 AI 等能力可以進一步解決目前隨機故障注入，進行自愈風險分析與優化建議。
面向有更多復雜特性的分布式系統，僅通過觀察系統應對故障的表現是有局限的，并且依賴于觀察是極其主觀的，很難形成統一的評測標準，也較難針對表現分析系統缺陷。系統的可觀測性，不僅需要模型的全面覆蓋，還需要完備的監測系統，并提供全面的結果報告，甚至智能預測，來指導架構提升自身的韌性能力。分布式領域資深技術專家、開源頂級項目 Apache RocketMQ、OpenMessaging 最初的創始人馮嘉曾表示“云原生分布式架構的演進正在朝著組裝式架構、韌性架構進一步發展”。在這樣的背景下，他提出并帶領團隊創造了 OpenChaos 這一新興項目。
OpenChaos 需要解決的本質問題
韌性架構，覆蓋高靠性、安全、彈性、不可變基礎設施等特性。實現真正的韌性架構毫無疑問是現代分布式系統的演進方向。針對分布式系統韌性能力，OpenChaos 借助混沌工程思想，對其定義進行延伸擴展。針對一些分布式系統特有屬性，如 Pub/Sub 系統的投遞語義與推送效率，調度編排系統的精準調度、彈性伸縮與冷啟效率，streaming 系統的流批實時性、反壓效率，檢索系統的查全率與查準率，分布式系統共識組件的一致性等，設置專用的檢測模型。OpenChaos 內置可擴展的模型支持，以便驗證在大規模數據請求以及各種故障沖擊下的韌性表現，并為架構演進提供進一步優化建議。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）