Gremlin发布面向混沌实验的应用级故障注入（ALF）平台

在旧金山举行的ChaosConf大会上，Gremlin公司发布了其在“故障即服务”领域的第二款产品——应用级故障注入（ALFI）。最初的SaaS产品旨在帮助工程师在基础设施级创建和运行混沌实验，在此基础上，ALFI通过本地语言库支持实现了应用程序级的故障注入。目前，仅支持Java/JVM平台，但很快就会加入其他语言库。

根据Gremlin的文档介绍，“操作者考虑请求”，除了希望针对基础设施层尝试注入故障外——如重启一个计算实例，增加网络连接延迟或消耗大量的内存——操作者也希望针对目标应用程序请求注入故障，例如，增加延迟或终止请求。

在将ALFI库作为依赖项集成到应用程序之后，工程师可以使用基于Web的Gremlin UI来运行“攻击”，针对ALFI依赖项报告的特定应用程序属性来匹配和限定故障注入的影响。工程师可以创建一个范围精确的破坏实验，例如，只影响特定的客户ID、位置或设备类型。

选择通过ALFI进行故障注入的流量类型（图片来自Gremlin的博客）

Gremlin团队声称，由于ALFI嵌入到了应用程序中，因此，它可以在任何现有的环境中工作，其中也包括所有的无服务器平台，如AWS Lambda、Azure Functions和Google Cloud Functions。Gremlin认为，在使用微服务或函数即服务（FaaS）架构方式构建的系统中，许多事件的发生都是由于上游依赖项的某个地方出现了减速或故障。因此，ALFI可以模拟特定服务、特定RPC调用和外部依赖的延迟或全面故障，使工程师可以重现中断，主动发现未知的故障模式，并为多个组件发生故障的更复杂的场景做好准备。

要使用ALFI，工程师必须将Gremlin语言依赖项集成到应用程序中并重新部署。JVM安装指南针对当前支持的安装过程提供了一个详尽的步骤（目前只提供了一个Gradle依赖示例，很快就会提供一个Maven示例）。应用程序重新部署后，必须通过环境变量或属性文件配置一系列ALFI参数，比如Gremlin团队标识符和凭证。

工程师操作的主要Java类是com.gremlin.GremlinService，该类抽象了向Gremlin SaaS平台API注册、查找和缓存实验以及向Gremlin API报告成功所需要的所有功能。GremlinService类被设计为单例，可以通过依赖注入框架进行管理。文档中提供了将故障注入集成到Java Apache HTTP客户端和Amazon DynamoDBNoSQL数据库客户端的示例。还可以添加自定义扩展。

ALFI的一个重要概念是，每个应用程序都有一组标识属性。这组属性被称为ApplicationCoordinates，用于确定应用程序何时通过基于Web的UI匹配攻击请求。gremlin-core依赖包括在AWS Lambda和Amazon EC2上运行的集成。在AWS Lambda中，将默认设置属性“type=AwsLambda、name和region”。在AWS EC2中，将设置属性“type=AwsEc2、region、az、instanceId”，例如：

{"type"="AwsLambda", "region"="us-west-1", "name"="event-handler"} 和{"type"="MyServiceType", "region"="us-east-1", "service"="recommendations", "criticality"="2", "userfacing"="true"}。 通过在抽象类GremlinCoordinatesProvider中实现这两个方法，还可以定义操作者希望针对的应用程序的其他方面或“坐标”。要创建自定义ApplicationCoordinates，工程师必须重写initializeapplicationcoordinate()方法。自动生成的ApplicationCoordinates（如果有的话）作为这个方法的参数提供，这意味着，任何自定义的坐标都可以附加到里面。下面是一个自定义ApplicationCoordinates的示例：

import com.gremlin.ApplicationCoordinates;
import com.gremlin.GremlinCoordinatesProvider;

 
public class MyCoordinatesProvider extends GremlinCoordinatesProvider {

 
    @Override
    public ApplicationCoordinates initializeApplicationCoordinates(Optional<ApplicationCoordinates> autoDiscoveredCoordinates) {
        return autoDiscoveredCoordinates.map(c -> {
            c.putField("userfacing", "true");
            return c;
        }).orElseGet(() -> new ApplicationCoordinates.Builder()
                .withType("MyServiceType")
                .withField("name", "recommendations")
                .withField("userfacing", "true")
                .build());
    }
}

然后，可以使用这组ApplicationCoordinates来匹配攻击。例如，如果操作者创建了匹配userfacing=true的攻击，那么上面示例中列举的应用程序将包含在攻击中。目前，操作者可以指定应该受故障注入影响的请求的百分比，为请求添加延迟或在请求执行线程上导致一个被抛出的异常。

在故障注入领域，也有开源的解决方案，例如（现已退役的）Simian Army和Chaos Toolkit，但是，这些产品需要自托管。运行混沌实验确实需要提前准备和设计，最近有一篇长文“ChaosConf问答：混沌工程的好处、挑战和实践”对这些主题都有涉及。

要了解关于Gremlin ALFI的更多信息，请查看ALFI发布博文和ALFI帮助页面。

查看英文原文：Gremlin Release Application Level Fault Injection (ALFI) Platform for Targeted Chaos Experiments