在文章《 ??軟件架構(gòu)治理 之 架構(gòu)混沌之謎 ??》中我把軟件架構(gòu)比作一個(gè)房子，需求總是無法預(yù)測的，特別是在當(dāng)前信息量巨大，網(wǎng)絡(luò)非常發(fā)達(dá)的時(shí)代。只要對(duì)這個(gè)房子的使用場景做個(gè)簡單的重新定義或補(bǔ)充定義，它就有了非常多的可能性，比如每個(gè)房間都需要接入網(wǎng)絡(luò)，比如有一個(gè)房間要做成暗房用來沖洗照片，再比如有一個(gè)房間要用來擺放玩具，等等。腦洞再大些，如果未來無人機(jī)送快遞到家普及了，假設(shè)每個(gè)房子都要有一塊接收快遞的地方，這對(duì)于上個(gè)世紀(jì)建造的房子來說，大概率需要做大規(guī)模的擴(kuò)展。

軟件架構(gòu)治理也是一樣，既需要解決現(xiàn)在的問題，也要為未來的擴(kuò)展留有可能性。軟件架構(gòu)治理并不是一項(xiàng)單純的技術(shù)工作，治理工作需要考慮到現(xiàn)在的問題，也需要考慮到未來的業(yè)務(wù)發(fā)展，單純的從技術(shù)角度來思考軟件的架構(gòu)治理無疑是在雪上加霜。即便是倡導(dǎo)技術(shù)驅(qū)動(dòng)的公司，本質(zhì)上也是通過創(chuàng)新技術(shù)創(chuàng)造了新的業(yè)務(wù)，改變了人們的生活方式，從而用技術(shù)改變了世界。只有找到真實(shí)的業(yè)務(wù)價(jià)值，才能把技術(shù)的價(jià)值發(fā)揮到最大，因此 軟件架構(gòu)治理一定是問題或價(jià)值驅(qū)動(dòng)的 。

架構(gòu)師在實(shí)際做架構(gòu)治理的過程中，一個(gè)難點(diǎn)是當(dāng)系統(tǒng)復(fù)雜度高到超出個(gè)體認(rèn)知上限時(shí)，就很難看清系統(tǒng)問題全貌，只能從已知問題入手。然而，已知問題往往只是冰山一角，隨著系統(tǒng)復(fù)雜度上升，很多隨機(jī)的、不可預(yù)測的問題經(jīng)常發(fā)生，這種問題有些是很難重現(xiàn)的，每次表現(xiàn)也不完全一樣，在這種場景下，如何能有效發(fā)現(xiàn)系統(tǒng)根本的脆弱點(diǎn)，防患于未然，就是一個(gè)很大的挑戰(zhàn)。

混沌工程

為了解決軟件系統(tǒng)復(fù)雜后的穩(wěn)定性問題，近幾年，混沌工程作為一種以實(shí)驗(yàn)來提升軟件系統(tǒng)韌性的學(xué)科，開始逐漸在眾多大企業(yè)中開始實(shí)踐起來?；煦绻こ痰母拍钣蓙硪丫茫瑸槭裁醋罱鼛啄瓴疟淮蠹以絹碓蕉嗟靥峒?，才開始變得流行呢？我覺得原因有以下幾個(gè)：

• 開源工具的發(fā)展和完善，讓大家應(yīng)用混沌工程實(shí)驗(yàn)的成本降低。
• 最近幾年因?yàn)榛ヂ?lián)網(wǎng)業(yè)務(wù)的發(fā)展，微服務(wù)架構(gòu)等技術(shù)的流行，軟件系統(tǒng)的復(fù)雜度在不斷提升，已遠(yuǎn)遠(yuǎn)超出人類能夠記憶和認(rèn)知的范圍，定位問題成本越來越高，而混沌工程通過實(shí)驗(yàn)的方式能夠快速幫助架構(gòu)師找到架構(gòu)上的問題。
• 提升了研發(fā)團(tuán)隊(duì)對(duì)軟件系統(tǒng)的理解，道長在他的文章《混沌工程賦能：規(guī)?；貞?yīng)對(duì)上云后的未知暗債》中提出混沌工程是一種賦能活動(dòng)，可以幫助開發(fā)團(tuán)隊(duì)理解復(fù)雜系統(tǒng)是如何運(yùn)行和如何失效的。

那么混沌工程到底是怎樣一種實(shí)驗(yàn)？是不是我們把各種猴子扔到生產(chǎn)環(huán)境中，讓它們隨機(jī)的搞一些破壞，看哪里出問題就修哪里？答案顯然是否定的，試想如果隨便扔幾只搞破壞的猴子在生產(chǎn)環(huán)境，不可預(yù)知到底會(huì)發(fā)生什么問題，這無疑是一種自殺式的實(shí)驗(yàn)，任誰也不會(huì)放心大膽地去進(jìn)行這樣一種實(shí)驗(yàn)。

混沌工程實(shí)驗(yàn)并不是盲目的，也不是試探性的，它一定是有目的的，可控的一種實(shí)驗(yàn)。在混沌工程原則的網(wǎng)站上，定義了應(yīng)用混沌工程的幾個(gè)高級(jí)原則：

1. 建立一個(gè)圍繞穩(wěn)定狀態(tài)行為的假說
2. 多樣化真實(shí)世界的事件
3. 在生產(chǎn)環(huán)境中運(yùn)行實(shí)驗(yàn)
4. 持續(xù)自動(dòng)化運(yùn)行實(shí)驗(yàn)
5. 最小化爆炸半徑

在第1個(gè)原則中，首先要定義一種可測量的穩(wěn)定狀態(tài)，并依據(jù)團(tuán)隊(duì)對(duì)系統(tǒng)的理解，定義一個(gè)假說：在某種故障發(fā)生時(shí)，系統(tǒng)依然能保持這種穩(wěn)定狀態(tài)。這里的關(guān)鍵點(diǎn)在于穩(wěn)態(tài)假說，如果已經(jīng)確定當(dāng)故障發(fā)生時(shí)，系統(tǒng)一定無法保持穩(wěn)態(tài)，那就沒有必要進(jìn)行實(shí)驗(yàn)了，而需要針對(duì)當(dāng)前的問題去想對(duì)策。

接下來的4個(gè)原則描述了如何具體實(shí)施混沌工程實(shí)驗(yàn)：

• 要模擬真實(shí)的事件，以確保實(shí)驗(yàn)結(jié)果的可靠性
• 要盡量在生產(chǎn)環(huán)境中實(shí)驗(yàn)，以避免不同環(huán)境的差異（數(shù)據(jù)量，數(shù)據(jù)多樣性，網(wǎng)絡(luò)環(huán)境，并發(fā)請(qǐng)求數(shù)量等等）產(chǎn)生的影響
• 要把實(shí)驗(yàn)過程自動(dòng)化并持續(xù)執(zhí)行，自動(dòng)化以降低每次執(zhí)行的成本，持續(xù)運(yùn)行以便能夠在有問題時(shí)及時(shí)發(fā)現(xiàn)
• 要做到最小化爆炸半徑，確保每次實(shí)驗(yàn)的影響范圍都是可控的，而且是最小的

在軟件架構(gòu)治理中應(yīng)用混沌工程

回到軟件架構(gòu)治理的話題上，既然混沌工程可以幫助架構(gòu)師以及開發(fā)團(tuán)隊(duì)更好地理解系統(tǒng)，發(fā)現(xiàn)系統(tǒng)的弱點(diǎn)，那么應(yīng)該如何應(yīng)用混沌工程，提高研發(fā)團(tuán)隊(duì)對(duì)架構(gòu)的掌控力，找到架構(gòu)設(shè)計(jì)的問題，并加以治理？

首先 ， 要對(duì)軟件系統(tǒng)進(jìn)行一次整體的盤點(diǎn)：有哪些組件（比如微服務(wù)、數(shù)據(jù)庫、緩存等），運(yùn)行環(huán)境如何（網(wǎng)絡(luò)，VM/主機(jī)，存儲(chǔ)等），三方依賴等等。

其次， 針對(duì)系統(tǒng)中的這些組件，進(jìn)行優(yōu)先級(jí)的排序，通常可以按下面的方式定義優(yōu)先級(jí)：

1. 基礎(chǔ)設(shè)施環(huán)境相關(guān)，基礎(chǔ)設(shè)施出問題，往往都是大問題
2. 三方集成系統(tǒng)相關(guān)，集成系統(tǒng)不可控，一旦出問題，處理不好影響非常大
3. 自研的各個(gè)組件，自研組件受控性最強(qiáng)，往往問題發(fā)生后修復(fù)起來更快

基于以上的優(yōu)先級(jí)，可以再根據(jù)業(yè)務(wù)的影響范圍，在每個(gè)層級(jí)里進(jìn)行進(jìn)一步的優(yōu)先級(jí)定義。

最后 ，根據(jù)上面定義好的優(yōu)先級(jí)，逐一定義穩(wěn)定狀態(tài)假說，并判斷是否需要進(jìn)行混沌工程實(shí)驗(yàn)，如果有必要，需要設(shè)計(jì)完整的實(shí)驗(yàn)過程和恢復(fù)方案，控制好實(shí)施范圍，如果前期信心不足，可以先在非生產(chǎn)環(huán)境嘗試，等信心足夠時(shí)，再放到生產(chǎn)環(huán)境自動(dòng)執(zhí)行。