Chaos engineering
Kapcsolódó szolgáltatás Egyedi szoftverfejlesztés
MEGHATÁROZÁS
Tervezett, kontrollált hibainjektálás éles vagy éles-közeli rendszerbe, hogy megtanuld, hogyan viselkedik valódi terhelésen. Nem szabotázs · van hipotézis, blast-radius limit, abort-feltétel, és tanulság. Tipikus eszközök: Gremlin, Chaos Mesh, AWS Fault Injection Simulator. Csak akkor van értelme, ha már van észlelés (SLO, riasztás, runbook); enélkül csak adat nélkül törsz.
- Docker→
Egy app-ot a függőségeivel együtt egy image-be csomagolunk, amiből futtatható container indul - így mindenhol ugyanúgy fut, fejlesztői gépen és szerveren is. A „nálam működik” innentől nem kifogás.
- CI/CD→
Continuous Integration / Delivery: minden commitot automatikusan buildelünk, tesztelünk és (ha kéred) deployolunk. Ez a pipeline teszi lehetővé, hogy naponta sokszor, biztonságosan szállítsunk - kézi hibák nélkül.
- Blue-Green Deployment→
Két azonos környezetet futtatunk: a blue él, a green az új verzió. Ha a green leellenőrzött, átkapcsoljuk rá a forgalmat; baj esetén egy mozdulattal visszaváltunk. Zero-downtime release, azonnali rollback.
- Horizontális skálázás→
Több gépet/instance-ot adunk hozzá (scale out), nem egy nagyobbat (vertikális, scale up). Stateless szolgáltatásoknál ez a nyerő: olcsóbb, rugalmasabb, nincs felső plafon. State-et viszont külön tárba tesszük.
- Load balancer→
A bejövő forgalmat több instance között osztja szét - ez a bejárati ajtó, ami redundanciát és sima skálázást ad. Health checkekkel kiveszi a halott instance-okat, így egy gép kiesése nem látszik a felhasználónak.
- Distributed tracing→
Egy kérést végigkövetünk az összes szolgáltatáson egy trace ID-val (pl. OpenTelemetry). Microservice-rendszerben így derül ki másodpercek alatt, melyik szolgáltatás lassított be vagy hibázott - nem találgatunk.
Még nincs cikk, ami ezt a fogalmat használja.