冬季实战营第四期:Chaos带你快速上手混沌工程

一、创建应用

  1. 点击右侧 图标,切换到远程桌面操作界面。
  2. 双击打开虚拟桌面的Firefox ESR浏览器,在RAM用户登录框中点击“下一步”,复制云产品资源列表中子用户密码,粘按CTRL+V把密码粘贴到密码输区,登陆子账户(后续在远程桌面里的粘贴操作均使用CTRL + V快捷键)。
  3. 复制容器服务ACK控制台地址,在FireFox浏览器打开新页签,粘贴并访问容器服务ACK控制台。
https://cs.console.aliyun.com/
  1. 集群页面,单击详情
  1. 在左侧导航栏,单击无状态
  1. 无状态页面,单击使用YAML创建资源
  1. 创建页面,复制以下代码并粘贴到模板框中,然后单击创建
apiVersion: apps/v1 kind: Deployment metadata: name: nacos-server spec: selector: matchLabels: app: nacos-server template: metadata: labels: app: nacos-server spec: containers: – name: nacos-standalone image: registry.cn-beijing.aliyuncs.com/ahas_demo/nacos:1.0.0 ports: – containerPort: 8848 env: – name: PREFER_HOST_MODE value: “hostname” – name: MODE value: “standalone” resources: limits: cpu: 1 memory: 2048Mi requests: cpu: 200m memory: 512Mi — apiVersion: v1 kind: Service metadata: name: nacos-server spec: type: ClusterIP selector: app: nacos-server ports: – name: http port: 8848 targetPort: 8848 — apiVersion: apps/v1 kind: Deployment metadata: name: cart-redis spec: selector: matchLabels: app: cart-redis replicas: 1 template: metadata: labels: app: cart-redis spec: containers: – name: cart-redis image: redis:alpine imagePullPolicy: IfNotPresent ports: – containerPort: 6379 resources: limits: cpu: 1 memory: 512Mi requests: cpu: 200m memory: 128Mi — apiVersion: v1 kind: Service metadata: labels: app: cart-redis name: cart-redis spec: ports: – port: 6379 targetPort: 6379 selector: app: cart-redis — apiVersion: apps/v1 kind: Deployment metadata: name: cartservice spec: selector: matchLabels: app: cartservice template: metadata: labels: app: cartservice spec: containers: – name: cartservice image: registry.cn-beijing.aliyuncs.com/ahas_demo/cartservice:1.0.0 imagePullPolicy: Always env: – name: dubbo.registry.address value: “nacos://nacos-server:8848” – name: spring.cloud.nacos.discovery.server-addr value: “nacos-server:8848” – name: spring.cloud.nacos.config.server-addr value: “nacos-server:8848” resources: limits: cpu: 1 memory: 512Mi requests: cpu: 200m memory: 128Mi — apiVersion: apps/v1 kind: Deployment metadata: name: recommendationservice spec: selector: matchLabels: app: recommendationservice template: metadata: labels: app: recommendationservice version: 1.0.0-SNAPSHOT spec: containers: – name: recommendationservice image: registry.cn-beijing.aliyuncs.com/ahas_demo/recomendationservice:1.0.0 # imagePullPolicy: Always env: – name: dubbo.registry.address value: “nacos://nacos-server:8848” – name: spring.cloud.nacos.discovery.server-addr value: “nacos-server:8848” – name: spring.cloud.nacos.config.server-addr value: “nacos-server:8848” resources: limits: cpu: 1 memory: 512Mi requests: cpu: 200m memory: 128Mi — apiVersion: apps/v1 kind: Deployment metadata: name: product-mysql spec: selector: matchLabels: app: product-mysql replicas: 1 strategy: type: Recreate template: metadata: labels: app: product-mysql spec: containers: – args: – –character-set-server=utf8mb4 – –collation-server=utf8mb4_unicode_ci env: – name: MYSQL_DATABASE value: product – name: MYSQL_ROOT_PASSWORD value: productservice image: mysql:5.6 name: product-mysql ports: – containerPort: 3306 resources: limits: cpu: 1 memory: 512Mi requests: cpu: 200m memory: 128Mi — apiVersion: v1 kind: Service metadata: labels: app: product-mysql name: product-mysql spec: ports: – port: 3306 targetPort: 3306 selector: app: product-mysql — apiVersion: apps/v1 kind: Deployment metadata: name: productservice spec: selector: matchLabels: app: productservice template: metadata: labels: app: productservice version: 1.0.0-SNAPSHOT spec: containers: – name: productservice image: registry.cn-beijing.aliyuncs.com/ahas_demo/productservice:1.0.0 imagePullPolicy: Always env: – name: dubbo.registry.address value: “nacos://nacos-server:8848” – name: spring.cloud.nacos.discovery.server-addr value: “nacos-server:8848” – name: spring.cloud.nacos.config.server-addr value: “nacos-server:8848” resources: limits: cpu: 1 memory: 512Mi requests: cpu: 200m memory: 128Mi — apiVersion: apps/v1 kind: Deployment metadata: name: checkout-mysql spec: selector: matchLabels: app: checkout-mysql replicas: 1 strategy: type: Recreate template: metadata: labels: app: checkout-mysql spec: containers: – args: – –character-set-server=utf8mb4 – –collation-server=utf8mb4_unicode_ci env: – name: MYSQL_DATABASE value: checkout – name: MYSQL_ROOT_PASSWORD value: checkoutservice image: mysql:5.6 name: checkout-mysql ports: – containerPort: 3306 resources: limits: cpu: 1 memory: 512Mi requests: cpu: 200m memory: 128Mi — apiVersion: v1 kind: Service metadata: labels: app: checkout-mysql name: checkout-mysql spec: ports: – port: 3306 targetPort: 3306 selector: app: checkout-mysql — apiVersion: apps/v1 kind: Deployment metadata: name: checkoutservice spec: selector: matchLabels: app: checkoutservice template: metadata: labels: app: checkoutservice spec: containers: – name: checkoutservice image: registry.cn-beijing.aliyuncs.com/ahas_demo/checkoutservice:health imagePullPolicy: Always ports: – name: liveness-port containerPort: 8080 protocol: TCP env: – name: dubbo.registry.address value: “nacos://nacos-server:8848” – name: spring.cloud.nacos.discovery.server-addr value: “nacos-server:8848” – name: spring.cloud.nacos.config.server-addr value: “nacos-server:8848” resources: limits: cpu: 1 memory: 512Mi requests: cpu: 200m memory: 128Mi livenessProbe: failureThreshold: 3 httpGet: path: /health port: liveness-port scheme: HTTP initialDelaySeconds: 5 periodSeconds: 10 successThreshold: 1 timeoutSeconds: 1 startupProbe: failureThreshold: 3 httpGet: path: /health port: liveness-port scheme: HTTP initialDelaySeconds: 40 periodSeconds: 5 successThreshold: 1 — apiVersion: apps/v1 kind: Deployment metadata: name: frontend spec: selector: matchLabels: app: frontend template: metadata: labels: app: frontend spec: containers: – name: frontend image: registry.cn-beijing.aliyuncs.com/ahas_demo/frontend:async-test imagePullPolicy: Always ports: – name: liveness-port containerPort: 8080 protocol: TCP env: – name: dubbo.registry.address value: “nacos://nacos-server:8848” – name: spring.cloud.nacos.discovery.server-addr value: “nacos-server:8848” – name: spring.cloud.nacos.config.server-addr value: “nacos-server:8848” resources: limits: cpu: 1 memory: 512Mi requests: cpu: 200m memory: 128Mi livenessProbe: failureThreshold: 3 httpGet: path: /health port: liveness-port scheme: HTTP initialDelaySeconds: 5 periodSeconds: 10 successThreshold: 1 timeoutSeconds: 1 startupProbe: failureThreshold: 3 httpGet: path: /health port: liveness-port scheme: HTTP initialDelaySeconds: 60 periodSeconds: 5 successThreshold: 1 — apiVersion: v1 kind: Service metadata: name: frontend spec: type: ClusterIP selector: app: frontend ports: – name: http port: 8080 targetPort: 8080 — apiVersion: v1 kind: Service metadata: name: frontend-external spec: type: LoadBalancer selector: app: frontend ports: – name: http port: 8080 targetPort: 8080
  1. 在左侧导航栏,单击无状态
  2. 无状态页面,等待几分钟,单击刷新,容器组数量全部为1/1之后,表示应用部署完成。

注意 :

如果出现某服务无法正常启动的情况,您只需单击目标服务右侧操作列表下的更多>重新部署即可。如果遇到frontend无法正常启动的情况,此时您需要先将checkoutservice重新部署后,再将frontend重新部署即可。

  1. 无状态页面,单击frontend
  1. frontend服务页面,单击访问方式页签。
  1. frontend服务的访问方式页签,单击frontend-external服务的外部端点。

若返回如下页面,表示应用部署成功。

  1. 商品概览页面,单击任意商品,例如Air Jordan Legacy 312
  1. 商品详情页面,单击添加购物车
  1. 购物车页面,单击确认订单

若返回如下页面,表示订单支付成功。

二、安装探针

  1. 回到容器服务控制台页面,单击左侧导航栏上方的 图标。
  1. 集群列表页面的左侧导航栏中,单击应用目录
  1. 应用目录页面,单击ack-ahas-pilot
  1. 在ack-ahas-pilot的详情页面,单击创建

返回如下页面,表示探针已经部署完成。

三、通过架构感知查看系统整体架构

  1. 复制应用高可用服务控制台地址,在Firefox浏览器打开新页签,粘贴并访问容器服务应用高可用服务控制台。
https://chaos.console.aliyun.com/
  1. 概览页面顶部,选择资源所在地域。例如下图中,地域切换为华东1(杭州)。
  1. 在左侧导航栏,单击故障演练>架构感知
  1. 架构地图页面,单击Kubernetes监控视图卡片中的查看视图
  1. 架构地图页面,打开Kubernetes监控视图下拉列表,选择命令空间为default,然后单击确定即可查看实验资源的Kubernetes监控视图。

四、自动恢复场景演练

在分布式系统设计中有一种容错策略是故障恢复(failback),通过健康检查等机制,能在机器或者应用出现问题时自动的进行重新部署。我们利用Chaos进行故障演练,测试我们的系统是否具有这样的能力

  1. 进行稳态假设。定义一个稳态指标,来评估系统的健康状态并且在实施混沌过程当中进行监控和处理。

我们将稳态定义为 能访问我们的frontend界面,并正常使用各种购物车、下单等功能。

  1. 模拟真实事件。

2.1 切换回应用高可用服务控制台。在左侧导航栏中,单击我的空间

2.2 在我的空间页面,在新建演练下拉列表中单击新建空白演练

2.3 在演练配置页面,完成以下操作:

(1)设置演练名称

(2)在演练对象配置向导中,演练应用选择frontend,应用分组选择frontend-group,机器列表选择任意一台机器,单击添加演练内容

(3)在选择演练故障对话框中,选择JAVA应用>延迟>容器内Java延迟,单击确定

(4)在演练配置页面,单击容器内Java延迟

(5)在容器内Java延迟面板中,依次输入类的全限定名方法名进程关键字目标容器名称,单击关闭

  • 类的全限定名:输入com.alibabacloud.hipstershop.web.HealthController。
    • 方法名:输入health。
      • 进程关键字:输入java。
      • 目标容器名称:选择frontend。

(6)在演练内容区域中,单击保存

(7)单击下一步

(8)在全局配置监控策略区域,单击新增策略

(9)在新增策略对话框中,选择业务监控>业务状态观察(Http),单击确定

(10)在业务状态观察(Http)面板中,请求类型选择get,URL输入http://<frontend的外部端点>/。

说明 :

frontend的外部端点在容器服务ACK控制台frontend服务的访问方式页签中获取。

(11)在全局配置配置向导中,单击下一步

(12)在成功对话框中,单击演练详情

2.4 在演练详情页面,单击演练

2.5 在开始执行演练对话框中,单击确认

  1. 检测实验影响。

3.1 在演练记录详情页面,查看业务状态观测(Http)时序图。您可以看到health接口的调用在遇到故障之后,先降低,然后马上自动恢复至正常状态,说明我们的设计奏效了。

3.2 切换回容器服务ACK控制台,在frontend服务页面,单击事件页签。

您可以看到frontend自动的进行了扩容。

  1. 终止实验。

4.1 切换回应用高可用服务控制台。在演练记录详情页面中,单击终止

4.2 在停止演练对话框中,单击确定

4.3 等待演练场景终止之后,在结果反馈对话框中,单击确定

五、强弱依赖场景演练

在微服务架构中,各个服务之间存在许多依赖关系。但是当一个不重要的弱依赖宕机时,一个健壮的系统应该仍然能够正常的运行。我们利用Chaos进行故障演练,测试我们的系统处理强弱依赖的能力如何。

  1. 进行稳态假设。

1.1 切换回容器服务ACK控制台,单击frontend的外部端点。

1.2 在Hipster Shop页面,多次刷新页面。您可以看到页面商品的排序每一次都不一样。您可以理解为商品推荐服务会根据个性化进行推荐,使产品存在优先级。因此我们将稳态定义为,每次刷新页面,商品的排序不同。

  1. 模拟真实事件。

2.1 切换回应用高可用服务控制台。在左侧导航栏,单击我的空间

2.2 在我的空间页面,在新建演练下拉列表中单击新建空白演练

2.3 在演练配置页面,完成以下操作:

(1)设置演练名称

(2)在演练对象配置向导中,演练应用选择recommendationservice,应用分组选择recommendationservice-group,机器列表选择机器,单击添加演练内容

(3)在选择演练故障对话框中,选择JAVA应用>延迟>容器内Java延迟,单击确定

(4)在演练内容区域中,单击容器内Java延迟

(5)在容器内Java延迟面板中,依次输入类的全限定名方法名、进程关键字目标容器名称,单击关闭。

  • 类的全限定名:输入com.alibabacloud.hipstershop.recomendationservice.service.RecommendationServiceImpl。
    • 方法名:输入sortProduct。
      • 进程关键字:输入java。
      • 目标容器名称:选择recommendationservice。

(6)在演练对象中,单击保存

(7)单击下一步

(8)在全局配置中,单击下一步

(9)在成功对话框中,单击演练详情

2.4 在演练详情页面,单击演练

2.5 在开始执行演练对话框中,单击确认

  1. 检测实验影响。

3.1 切换回容器服务ACK控制台。在无状态页面,单击frontend

3.2 在frontend页面,单击访问方式页签,然后单击frontend的外部端点。

3.3 在Hipster Shop页面,多次刷新页面。您可以发现每次刷新,产品顺序不会改变。说明推荐服务宕机,但并没有影响别的服务。

  1. 终止实验。

4.1 切换至应用高可用服务控制台,在演练记录详情页面,单击终止

4.2 在停止演练对话框中,单击确定

4.3 在结果反馈对话框中,单击确定

六、 失败重试场景演练

在微服务架构中,一个大系统被拆分成多个小服务,小服务之间存在大量RPC调用,经常可能因为网络抖动等原因导致RPC调用失败,这时候使用重试机制可以提高请求的最终成功率,减少故障影响,让系统运行更稳定。我们通过利用Chaos,给系统注入失败,看看系统失败重试的性能如何。

  1. 进行稳态假设。

1.1 切换回容器服务ACK控制台,在无状态页面,单击cartservice

1.2 在cartservice页面,单击伸缩

1.3 在伸缩对话框中,将所需容器组数量更改为2,单击确定

待状态变为Running,表示容器组扩容成功。

1.4 切换至Hispter Shop页面,单击购物车

返回如下页面,表示购物车服务正常。因此我们将稳态定义为,能够正常使用frontend的购物车功能。

  1. 模拟真实事件。

2.1 切换回应用高可用服务控制台,在左侧导航栏,单击我的空间

2.2 在我的空间页面,在新建演练下拉列表中单击新建空白演练

2.3 在演练配置页面,完成以下操作:

(1)设置演练名称

(2)在演练对象中,演练应用选择cartservice,应用分组选择cartservice-group,机器列表选择任意一台机器,单击添加演练内容

(3)在选择演练故障对话框中, 选择JAVA应用>抛异常>容器内Java延迟抛出自定义异常,单击确定

(4)在演练内容区域中,单击容器内Java延迟抛出自定义异常

(5)在容器内Java延迟抛出自定义异常面板中,依次输入方法名、类的全限定名异常进程关键字目标容器名称,单击关闭

  • 方法名:输入viewCart。
    • 类的全限定名:输入com.alibabacloud.hipstershop.cartserviceprovider.service.CartServiceImpl。
      • 异常:输入java.lang.Exception。
      • 进程关键字:输入java。
      • 目标容器名称:选择cartservice。

(6)在演练对象中,单击保存

(7)单击下一步

(8)在全局配置中,单击下一步

(9)在成功对话框中,单击演练详情

2.4 在演练详情页面,单击演练

2.5 在开始执行演练对话框中,单击确认

  1. 检测实验影响。

3.1 切换至Hispter Shop页面,单击购物车

返回如下页面,您发现无法访问购物车。这是因为流量并没有切换到没有宕机的那台机器,同时 说明我们的系统并没有失败重试的能力,或者是一开始就没有设计,或者是没有生效。通过这次故障注入,我们发现了系统的缺陷。

3.2 切换至应用高可用服务控制台,在演练记录详情页面,单击终止

3.3 在停止演练对话框中,单击确定

3.4 在结果反馈对话框中,单击确定

返回如下页面,表示演练结束。

七、微服务演练

在体验了上述三个场景演练之后,我们对混沌工程有了初步的了解,也掌握了应用高可用服务的基本功能。但是这样手动部署参数的过程还是比较繁琐的。接下来我们体验一下更为方便快捷的强弱依赖治理。

  1. 切换至应用高可用服务控制台。在左侧导航栏中,单击微服务演练

并选择强弱依赖治理页面。

  1. 强弱依赖治理页面中,单击创建治理方案
  1. 创建治理方案的配置向导页面,完成以下操作。

3.1 在应用接入中,自定义方案名称,治理应用选择frontend,单击下一步

3.2 在强弱依赖治理以30天为治理周期对话框中,单击确认

3.3 在依赖分析中,等待分析完成,单击下一步

3.4 在依赖预判中,自行选择依赖对象的强弱依赖预判,例如nacos-standalone和checkoutservice的强弱依赖预判可选择强依赖,其他依赖对象默认弱依赖,然后单击下一步

3.5 在依赖验证中,选择任意用例进行验证。例如选择frontend与nacos-standalone强弱依赖验证用例,单击去验证

3.6 在去验证前的参数确认对话框中,单击确定验证

注意:

如果窗口没有跳转,请注意跳转是否被拦截,请手动解除

  1. 在演练详情页面中,单击演练
  1. 开始执行演练对话框中,单击确认
  1. 切换至Hipster Shop页面,单击网页的任意功能。您可以发现Hipster Shop网页和相关功能均可以正常访问,说明frontend服务与nacos-standalone服务是弱依赖关系。
  2. 切换至应用高可用服务控制台,在演练记录详情页面,单击终止
  1. 停止演练对话框中,单击确定
  1. 结果反馈对话框中,结论选择不符合预期验证结果选择弱依赖,单击确定,返回强弱依赖治理
  1. 在依赖验证中,您可以验证其他用例,验证完成后,单击方案归档
  1. 您确定要归档此方案吗对话框中,单击确认归档

返回如下页面,表示归档完毕。

您还可以通过使用MSHA快速体验异地、同城多活容灾。动手实验室地址:https://developer.aliyun.com/adc/scenario/998a993afe624e3eadcf5f8f6b791064

发表回复

您的电子邮箱地址不会被公开。