1.5 初识混沌工程
在一切变得技术化之前，让我们闭上眼睛，快速绕道前往虚构的北欧岛国格兰登（Glanden）。格兰登人的生活是愉快的。地理位置为其勤奋的人们提供了温和的气候和繁荣的经济。格兰登的中心是其首都多伦（Donlon），有约800万人口，有着来自世界各地丰富的历史遗产——这是一个真正的文化大熔炉。在多伦，我们虚构的初创公司FizzBuzzAAS（FizzBuzz-as-a-Service，FizzBuzz即服务）正努力使世界变得更美好。
1.5.1 FizzBuzz即服务
FizzBuzzAAS公司是多伦蓬勃发展的科技领域中的一个后起之秀。它成立于一年前，已经在FizzBuzz即服务市场上确立了明显的领导地位。最近，在获得巨额风险资本（VC）资金支持的情况下，该公司正在寻求扩大其市场范围并扩大其业务规模。以FizzBuzzEnterpriseEdition（https://github.com/EnterpriseQualityCoding/FizzBuzz EnterpriseEdition）为例的竞争是激烈而无情的。FizzBuzzAAS业务模型非常简单：客户每月支付固定的订阅费即可访问最先进的API。
Betty是FizzBuzzAAS的销售主管，她天生就是这块料。她即将签订一份大合同，这可能会决定这家雄心勃勃的初创公司的成败。几个星期以来，每个人都在饮水机旁谈论这份合同。空气中弥漫着紧张的气息。
突然，电话响了，所有人都变得安静下来。这是大公司的电话。Betty接了，“嗯……是的。我明白。”当时是如此的安静，你可以听到外面的鸟鸣声，“是的女士。是的，我会给你回电。谢谢。”
Betty站起来，意识到每个人都屏住了呼吸，“我们最大的客户无法访问API。”
1.5.2 漫漫长夜
这是公司历史上第一次让整个工程团队（Alice和Bob）通宵达旦工作。最初，没有发现任何问题。他们可以成功地连接到每个服务器，服务器报告运行状况良好，并且预期的进程正在运行并做出响应——那么错误是从哪里来的呢？
更重要的是，他们的架构并没有那么复杂。外部请求将到达负载均衡器，负载均衡器将路由到API服务器的两个实例之一，API服务器将查询缓存并提供预计算的响应（如果它足够新的话），或者计算一个新的响应并存储在缓存中。你可以在图1.3中看到这个简单的架构。
终于，在深夜喝了大量咖啡后，Alice找到了第一块拼图。“这有点奇怪，”她在浏览一个API服务器实例的日志时说，“我没有看到任何错误，但所有这些请求似乎都在查找缓存时停止了。”Wow！不久之后，她发现了问题：代码优雅地处理了缓存中断（拒绝连接，没有主机，等等），但在没有响应的情况下没有任何超时。从这开始事情有了进展——快速进行结对编程，快速构建和部署，是时候小睡了。
世界秩序恢复了。人们可以继续发请求给FizzBuzz即服务，风投的钱也花得很值。这家大公司认可了这个问题修复，甚至没有提及取消合同。太阳又出来了。后来，事实证明API服务器无法连接到缓存是由一个糟糕的防火墙策略导致的，在该策略中，有人忘记将缓存列入白名单。这是人为的错误。
图1.3 FizzBuzz即服务技术架构图
1.5.3 后续
“我们如何确保下次不会再发生这种情况？”Alice问道。这次会议对公司的未来至关重要。
鸦雀无声。
“好吧，我想我们可以偶尔先发制人地让一些服务器着火。”Bob回答说，以此来提振气氛。
每个人都笑了。每个人，除了Alice。
“Bob，你真是个天才！”Alice欢呼道，然后花了一会儿时间欣赏大家瞪大的眼球，“我们就这么做吧！如果我们能够像这样模拟一个不完善的防火墙规则，那么我们就可以把它添加到我们的集成测试中。”
“你是对的！”Bob从椅子上跳了起来，“这很容易！为了在家里的路由器上屏蔽我孩子的《反恐精英》服务器，我经常这么做！你需要做的就是这样。”他说着，开始在白板上写：
“然后在测试结束后，我们可以用这个来撤销它。”他继续说道，他感到同事们对他的尊敬与日俱增：
Alice和Bob将这些修复作为集成测试的开始和退出时的一部分来实现，然后确认旧版本不能工作，但是包含修复的新版本工作得很好。同一天晚上，Alice和Bob都在LinkedIn上把自己的职位头衔改成了网站可靠性工程师（Site Reliability Engineer，SRE），并达成协议，永远不会告诉任何人他们在生产过程中修复了这个问题。
1.5.4 混沌工程简述
如果你曾经在一家初创公司工作过，像这样喝着咖啡度过漫漫长夜对你来说可能并不陌生。能理解的请举手！虽然很简单，但这个场景展示了前面介绍的所有四个步骤的作用：
❑可观测性指标是我们是否能成功调用API。
❑稳态是API成功响应。
❑假设是如果我们断开对缓存的连接，仍能成功获得响应。
❑运行实验后，我们可以确认旧版本存在故障，新版本可以正常工作。
干得好，伙计们！你们刚刚增强了系统在困难条件下生存的信心！在这个场景中，团队是被动的：Alice和Bob想出这个新测试只是为了应对他们的用户已经注意到的一个错误。这使得情节产生了更戏剧性的效果。在现实生活中，在本书中，我们将尽最大努力预测并主动检测此类问题，而无须在一夜之间失业的外部刺激！我保证在这个过程中我们会获得一些真正的乐趣（请参阅附录D）。