Chaos Monkey

定义

Chaos Monkey(混沌猴)是 Netflix 在 2011 年前后开发并开源的故障注入工具,会在工作时间随机终止生产环境中的虚拟机实例或容器,强迫工程团队构建能容忍单实例故障的系统。它被公认为混沌工程(Chaos Engineering)这门学科的起点。

背景

Netflix 在从自建数据中心迁往 AWS 的过程中意识到:云上实例随时可能消失,与其被动等待故障,不如主动、可控地制造故障,把「意外」变成「日常」,倒逼架构具备自动恢复能力。

原理与演进

Chaos Monkey 按计划在工作时间(确保工程师在场处置)随机挑选服务分组中的实例终止。Netflix 随后扩展出「猴子军团」(Simian Army):Latency Monkey 注入延迟、Conformity Monkey 检查不合规实例、Chaos Gorilla 模拟整个可用区故障、Chaos Kong 模拟整个区域故障等。现版本集成于其持续交付平台 Spinnaker。

影响

这一实践催生了混沌工程原则与专门工具生态(如 Gremlin、Chaos Mesh、Litmus),成为高可用架构验证的标准手段。