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

核心内容概述

本报告由混沌工程实验室于2021年11月发布，旨在分析混沌工程在国内企业中的应用现状、软件系统稳定性状况以及未来发展方向。报告基于1016份有效问卷和17家企业的线下访谈，涵盖了多个行业和不同规模的企业，揭示了当前混沌工程实施的广泛性与局限性，同时提出了推动其发展的具体建议。

主要观点与关键信息

1. 混沌工程应用现状

• 普及率偏低：超过3成受访用户从未使用过混沌工程，仅3.94%的用户能每天进行混沌工程演练。
• 使用场景初级：多数企业将混沌工程应用于研发/测试环境，仅有不到20%的企业在生产环境中实施混沌工程。
• 工具选择倾向：国内开源工具（如ChaosBlade、ChaosMesh）是主流选择，但商业产品和自研平台也有一定需求。
• 实施障碍明显：主要障碍为缺乏经验（46.32%）和对生产环境风险的担忧（45.29%）。

2. 软件系统稳定性现状

• 可用性仍有提升空间：近20%的产品可用性低于2个9，近半数产品可用性低于3个9，意味着用户每月可能面临数小时至数分钟的服务故障。
• 故障发现与修复时间较长：仅不到一半的用户MTTD小于1小时，MTTR普遍超过1小时，甚至有20%的故障修复时间超过12小时。
• 事故复盘较为透明：超过半数的公司会在故障后进行复盘并分享报告，有助于系统改进。
• 常用稳定性提升方法：包括备份、健康性检查、自动扩容、多中心双活模式、数据库复制集等，其中健康性检查是使用最广泛的技术手段。
• 云化程度与可用性正相关：云化比例越高的企业，其产品可用性越高，上云比例高于75%的企业中，高可用性产品占比达到49.23%。

3. 混沌工程的主要收益

• 提升服务可用性：65%的受访者认为混沌工程提升了服务可用性。
• 降低故障修复时间：49.85%的受访者认为混沌工程有助于降低MTTR。
• 故障注入类型集中于基础资源：网络和计算资源是主要的故障注入对象，应用层和容器关注度较低。

4. 混沌工程与演习的区分

• 超过半数用户无法准确区分混沌工程与演习，约1/4用户认为两者无区别。
• 混沌工程更偏向于生产环境中的探索性测试，而演习更偏向于有计划的验证。

5. 混沌工程实施的前置条件

• 完善的监控体系是混沌工程实施的首要条件（65.59%）。
• 可量化的稳定性评估模型（60%以上）和团队协作（48.09%）是重要支持因素。

发展建议

1. 建立稳定性优先战略：企业应将稳定性作为核心目标，通过体系化建设提升系统鲁棒性。
2. 打造以混沌工程为核心的稳定性保障体系：结合可观测性平台、容量管理、全链路压测等技术，构建多维度稳定性保障机制。
3. 构建稳定性优先的企业文化：鼓励探索性实验，推动混沌工程从测试环境逐步扩展到生产环境。
4. 加强混沌工程实践效果的度量：通过量化评估，提高混沌工程的实施效率与价值认同。
5. 推动成熟商业产品与咨询服务的发展：降低实施门槛，消除用户顾虑，促进混沌工程在国内的广泛应用。

行业与企业背景

• 覆盖行业广泛：包括软件及服务、银行/保险/金融服务、电信、能源、硬件/半导体及零售业。
• 企业规模分布：主要集中在1-100人和101-500人规模的企业。
• 企业成立年限：样本覆盖了成立不足1年到25年以上的企业。

附录信息

混沌工程实验室由中国信息通信研究院牵头，联合了多家国内知名企业及研究机构，如阿里云、腾讯、华为云、中国移动、华泰证券等，共同推动混沌工程在国内的发展与落地。

结论

混沌工程作为提升系统稳定性的有效手段，其在国内的应用仍处于初级阶段，但已显示出显著的正面影响。随着云原生技术的普及和系统复杂性的增加，混沌工程的推广势在必行。企业需建立稳定性优先的战略，结合成熟工具与生态支持，推动混沌工程的深度应用，以实现更高效、更安全的系统运维。