Chaos Mesh 1.0: Chaos Engineering auf Kubernetes vereinfacht
Diese Seite wurde von PageTurner AI übersetzt (Beta). Nicht offiziell vom Projekt unterstützt. Fehler gefunden? Problem melden →
Heute freuen wir uns, die allgemeine Verfügbarkeit von Chaos Mesh 1.0 bekannt zu geben. Dies folgt auf die Aufnahme des Projekts als Sandbox-Projekt bei der CNCF im Juli 2020.
Chaos Mesh 1.0 markiert einen wichtigen Meilenstein in der Projektentwicklung. Nach 10 Monaten Arbeit in der Open-Source-Community ist Chaos Mesh nun in Bezug auf Funktionalität, Skalierbarkeit und Benutzerfreundlichkeit ausgereift. Hier sind einige Highlights.
Umfangreiche Chaos-Unterstützung
Chaos Mesh entstand im Testframework von TiDB, einer verteilten Datenbank, und berücksichtigt daher mögliche Fehler in verteilten Systemen. Es bietet umfassende und feingranulare Fehlertypen, die Pods, Netzwerk, System-I/O und den Kernel abdecken. Chaos-Experimente werden in YAML definiert, was schnell und einfach anzuwenden ist.
Chaos Mesh 1.0 unterstützt folgende Fehlertypen:
-
clock-skew: Simuliert Zeitversatz
-
container-kill: Simuliert das Abbrechen von Containern
-
cpu-burn: Simuliert CPU-Auslastung
-
io-attribution-override: Simuliert Dateiausnahmen
-
io-fault: Simuliert Dateisystem-I/O-Fehler
-
io-latency: Simuliert Dateisystem-I/O-Latenz
-
kernel-injection: Simuliert Kernel-Fehler
-
memory-burn: Simuliert Speicherauslastung
-
network-corrupt: Simuliert Netzwerkpaketbeschädigung
-
network-duplication: Simuliert Netzwerkpaketduplizierung
-
network-latency: Simuliert Netzwerklatenz
-
network-loss: Simuliert Netzwerkverluste
-
network-partition: Simuliert Netzwerkpartitionierung
-
pod-failure: Simuliert kontinuierliche Nichtverfügbarkeit von Kubernetes-Pods
-
pod-kill: Simuliert das Abbrechen von Kubernetes-Pods
Visuelle Chaos-Orchestrierung
Die Chaos-Dashboard-Komponente bietet eine zentrale Weboberfläche zur Orchestrierung von Chaos-Experimenten. Bisher war das Dashboard nur für TiDB-Tests verfügbar. Mit Chaos Mesh 1.0 steht es allen Nutzern zur Verfügung. Es reduziert die Komplexität von Chaos-Experimenten erheblich: Mit wenigen Mausklicks können Sie den Anwendungsbereich festlegen, Chaos-Typen auswählen, Zeitpläne definieren und Ergebnisse beobachten – alles in einer Oberfläche.
Grafana-Plugin für verbesserte Beobachtbarkeit
Zur Steigerung der Beobachtbarkeit von Chaos-Experimenten enthält Chaos Mesh 1.0 ein Grafana-Plugin. Dies ermöglicht es Ihnen, Informationen zu laufenden Experimenten direkt in Ihren Anwendungsmonitoring-Panels anzuzeigen. Aktuell werden diese als Annotationen dargestellt. So können Sie gleichzeitig den Anwendungsstatus und Chaos-Experimentdaten überwachen.
Sicheres und kontrollierbares Chaos
Bei der Durchführung von Chaos-Experimenten ist die strikte Kontrolle des Chaos-Bereichs oder "Blast Radius" entscheidend. Chaos Mesh 1.0 bietet nicht nur umfangreiche Selektoren zur präzisen Steuerung des Experimentbereichs, sondern ermöglicht auch die Einrichtung geschützter Namespaces zum Absichern wichtiger Anwendungen. Zusätzlich können Sie Namespace-Berechtigungen nutzen, um den Wirkungsbereich von Chaos Mesh auf einen bestimmten Namespace zu beschränken. Zusammengenommen machen diese Funktionen Chaos-Experimente mit Chaos Mesh sicher und kontrollierbar.
Jetzt ausprobieren
2022-10-24: Aufgrund von https://www.oreilly.com/online-learning/leveraging-katacoda-technology.html und Bezugnahme auf #356 ist das interaktive Tutorial vorübergehend nicht verfügbar.
Sie können Chaos Mesh schnell in Ihrer Kubernetes-Umgebung über das install.sh-Skript oder das Helm-Tool bereitstellen. Detaillierte Installationsschritte finden Sie im Dokument Erste Schritte mit Chaos Mesh. Dank des Katakoda interactive tutorial können Sie Chaos Mesh auch ohne eigene Installation direkt ausprobieren.
Falls Sie noch nicht auf Version 1.0 GA aktualisiert haben, finden Sie Änderungen und Upgrade-Leitfäden in den Release Notes für 1.0.
Dank
Ein herzlicher Dank an alle unsere Chaos Mesh Mitwirkenden!
Wenn Sie sich für Chaos Mesh interessieren, laden wir Sie herzlich ein, durch das Melden von Issues oder Beiträgen von Code, Dokumentation oder Artikeln mitzuwirken. Wir freuen uns auf Ihre Teilnahme und Ihr Feedback!