30 Beiträge mit "Chaos Mesh" getaggt

Das NetEase Fuxi AI Lab ist Chinas erste professionelle Forschungseinrichtung für Spiele-KI. Forschende nutzen unsere Kubernetes-basierte Danlu-Plattform für Algorithmenentwicklung, Training, Optimierung und Online-Publikation. Dank der Kubernetes-Integration ist unsere Plattform deutlich effizienter. Allerdings testen und verbessern wir die Plattform kontinuierlich, um sie stabiler zu machen, da Kubernetes- und Microservice-bezogene Probleme auftreten.

"Not macht erfinderisch" - und so ist Netflix nicht nur eine Online-Streaming-Plattform. Aus dieser Notwendigkeit heraus hat Netflix das Chaos Engineering geboren.

Chaos Mesh ist stolz darauf, Teil des Hacktoberfest 2020 zu sein!

Veranstaltet von DigitalOcean, Intel und DEV ist Hacktoberfest ein Open-Source-Fest für unsere globale Community. Der monatelange Event (1. bis 31. Oktober) ermutigt alle, das Wachstum von Open Source voranzutreiben – egal, ob du erfahrener Entwickler oder Open-Source-Neuling bist. Wenn du bis zum 31. Oktober vier PRs einreichst, erhältst du ein limitiertes T-Shirt (70.000 Stück, nach dem Windhundprinzip)!

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 ist eine cloud-native Chaos-Testing-Plattform, die Chaos in Kubernetes-Umgebungen orchestriert. Obwohl sie in der Community mit ihren vielfältigen Fehlerinjektionstypen und dem benutzerfreundlichen Dashboard gut angenommen wird, war die Integration in End-to-End-Tests oder Continuous Integration (CI)-Prozesse schwierig. Dadurch konnten Probleme, die während der Systementwicklung entstanden, vor dem Release nicht entdeckt werden.

In diesem Artikel zeige ich Ihnen, wie wir mit der GitHub Action chaos-mesh-action Chaos Mesh in CI-Prozesse integrieren.

Chaos Mesh ist eine Open-Source-Chaos-Engineering-Plattform für Kubernetes. Obwohl sie umfangreiche Möglichkeiten zur Simulation abnormaler Systemzustände bietet, löst sie nur einen Teil des Chaos-Engineering-Puzzles. Neben der Fehlerinjektion umfasst eine vollständige Chaos-Engineering-Anwendung das Aufstellen von Hypothesen zu definierten stabilen Zuständen, das Durchführen von Experimenten in Produktionsumgebungen, die Validierung des Systems über Testfälle und die Automatisierung des Testings.

Dieser Artikel beschreibt, wie wir mit TiPocket, einem automatisierten Testframework, einen vollständigen Chaos-Engineering-Testzyklus für TiDB, unsere verteilte Datenbank, aufbauen.

Wir freuen uns mitteilen zu können, dass Chaos Mesh nun offiziell als CNCF Sandbox-Projekt aufgenommen wurde. Als Maintainer von Chaos Mesh möchten wir allen Beitragenden und Nutzern danken. Dies wäre ohne Ihr Vertrauen, Ihre Unterstützung und Beiträge nicht möglich gewesen.

Chaos Mesh, eine benutzerfreundliche, quelloffene Cloud-native Chaos-Engineering-Plattform für Kubernetes (K8s), bietet eine neue Funktion: TimeChaos. Diese simuliert das Phänomen der Uhrzeitabweichung. Normalerweise möchten wir bei der Änderung von Systemuhren in Containern einen minimalen Auswirkungsradius erreichen und vermeiden, dass andere Container auf dem Node beeinflusst werden. In der Praxis stellt sich dies jedoch oft komplexer dar als erwartet. Wie löst Chaos Mesh dieses Problem?

Chaos Engineering ist eine Methode, um die Robustheit eines Produktivsystems zu testen, indem ungewöhnliche oder störende Bedingungen simuliert werden. Für viele ist jedoch der Übergang vom Lernen des Chaos Engineerings zur praktischen Anwendung auf den eigenen Systemen entmutigend. Es klingt nach einer dieser großen Ideen, für die man ein voll ausgestattetes Team zur Vorbereitung braucht. Nun, das muss nicht sein. Um mit Chaos-Experimenten zu beginnen, fehlt Ihnen vielleicht nur eine geeignete Plattform.

Warum Chaos Mesh?​

In der Welt des verteilten Rechnens können Fehler in Ihren Clustern jederzeit und überall unvorhersehbar auftreten. Traditionell setzen wir auf Unit- und Integrationstests, um die Produktionsreife eines Systems zu gewährleisten. Diese decken jedoch nur die Spitze des Eisbergs ab, wenn Cluster skalieren, Komplexitäten zunehmen und Datenvolumina im Petabyte-Bereich wachsen. Um Systemschwachstellen besser zu identifizieren und die Resilienz zu verbessern, entwickelte Netflix Chaos Monkey, das verschiedene Fehlertypen in Infrastruktur und Geschäftssysteme injiziert. So entstand das Chaos Engineering.