Chaos Engineering

Kurz: Chaos Engineering testet durch gezielte, kontrollierte Störungen (Server abschalten, Netz verzögern), ob ein System Ausfälle wirklich übersteht.

Genauer: Man formuliert eine Hypothese („Fällt ein Server aus, bleibt die Fehlerrate unter 0,1 %“), führt ein kleines Experiment in kontrollierter Umgebung aus und beobachtet. Findet man Schwächen, behebt man sie, bevor sie im echten Ausfall auftreten.

Im Detail

• Ablauf: Stationären Normalzustand messen → Hypothese → Störung einspielen → Abweichung beobachten → lernen.
• Experimente: Instanzen beenden, Latenz einfügen, Abhängigkeit abschalten, Platte füllen, Zeit verschieben.
• Blast Radius: Wirkung begrenzen, klein anfangen, jederzeit abbrechen können.
• Game Days: Geplante Übungen mit dem Team.
• Werkzeuge: Chaos Monkey, Litmus, Gremlin, toxiproxy.
• Voraussetzung: Monitoring und Alarme, sonst sieht man nichts.

Siehe auch: SLI, SLO und Error Budget, Circuit Breaker und Backpressure