2021-11-17-中国信通院-中国混沌工程调查报告（2021年）_25页_4mb

中国混沌工程调查报告（2021）总结

核心内容概览

本报告由中国混沌工程实验室于2021年11月发布，旨在分析国内混沌工程的应用现状、软件系统稳定性问题及未来发展方向。通过在线调查和线下访谈相结合的方式，共收集有效问卷1016份，访谈企业17家，全面反映了当前混沌工程在国内企业中的实践情况。

主要观点与关键信息

1. 国内软件系统稳定性仍有较大提升空间

• 产品可用性不足：约20%的产品可用性低于2个9（即99%），近半数产品的可用性低于3个9（即99.9%），意味着用户每月可能遭遇超过44分钟的服务故障。
• 故障发现与修复效率低：仅不到一半的故障平均发现时间（MTTD）小于1小时，超过6成故障平均修复时间（MTTR）高于1小时，甚至有20%的故障修复时间超过12小时。
• 事故复盘机制较为成熟：超过半数公司会在故障修复后进行事故复盘，并分享脱敏后的复盘报告，提升透明度和学习价值。

2. 混沌工程是提升系统稳定性的有效手段

• 混沌工程应用效果显著：使用混沌工程后，低可用性产品占比明显下降，高可用性产品占比显著上升，65%的受访者认为混沌工程提升了服务可用性，49.85%的受访者认为其降低了MTTR。
• 主要收益：混沌工程在提升服务可用性、降低故障修复时间方面效果显著，是构建稳定性优先战略的核心技术。

3. 混沌工程普及率偏低，实施阶段较为初级

• 使用频率低：仅3.94%的用户能频繁地（每天）使用混沌工程，超过3成用户从未使用过。
• 实施环境局限：不到20%的用户在生产环境中开展混沌工程演练，大部分集中在研发/测试和预生产环境。
• 技术门槛高：用户普遍缺乏相关经验，担心生产环境注入故障带来的风险，阻碍了混沌工程的深度应用。

4. 混沌工程工具以开源为主，商业产品使用率偏低

• 需求侧偏好：国内开源工具（如ChaosBlade、ChaosMesh）是首选，但仍有33.04%的用户倾向于使用商业产品辅助实施。
• 供给侧倾向：服务供给侧更倾向于内部自研或使用国外开源工具，商业产品的吸引力仅为26.68%。

5. 混沌工程实施依赖技术就绪度

• 前置条件：完善的监控体系（65.59%）、可量化的稳定性评估模型（超60%）和系统具备韧性基础是混沌工程实施的关键前提。
• 团队协作关注度较低：仅48.09%的用户认为团队协作是重要条件。

6. 产品可用性提升策略多样化

• 常用方法：备份（48.72%）、健康性检查（48.43%）、自动扩容（45.28%）、多中心双活模式（43.9%）、数据库复制集（40.06%）是最常采用的策略。
• 云化程度与可用性正相关：上云比例越高的公司，产品可用性越高，上云比例高于75%的公司中，可用性高于99.99%的产品占比达49.23%。

7. 重大事故的主要原因

• 常见诱因：代码错误、网络问题、配置错误、内部依赖是引发重大事故的主要原因。
• 混沌工程可有效规避问题：通过主动注入故障，识别系统脆弱点，提升系统鲁棒性。

8. 产品迭代频繁，稳定性保障需求迫切

• 部署频率高：超过半数系统每周发布新功能，部署频率普遍较快，对稳定性保障提出了更高要求。

发展建议

1. 建立稳定性优先战略：企业应优先考虑构建以稳定性为核心的保障体系，确保在采用新技术的同时，系统具备足够的容错与恢复能力。
2. 打造以混沌工程为中心的稳定性保障体系：结合可观测性平台、容量管理、全链路压测等工具，构建全面的稳定性保障体系。
3. 构建稳定性优先的企业文化：鼓励创新和容错文化，推动混沌工程从测试环境逐步向生产环境渗透。
4. 加强技术知识普及与培训：提升用户对混沌工程和相关概念的理解，降低实施门槛和风险顾虑。
5. 推动成熟商业产品与咨询服务发展：市场需要更加成熟、可信赖的混沌工程产品和咨询服务，以帮助用户快速落地并避免实施陷阱。

结论

混沌工程作为提升系统稳定性的关键技术，其应用在国内外均呈现快速发展的趋势。然而，国内企业在技术认知、工具选择、实施环境和文化构建等方面仍存在较大差距。报告指出，企业需加快构建稳定性优先的体系，借助开源工具、商业产品和合作伙伴生态，推动混沌工程的广泛应用，提升系统鲁棒性与用户体验。