1. 混沌工程与基线核验概述

在分布式系统日益复杂的今天，传统故障注入与测试方法已无法覆盖“未知的未知”风险。混沌工程（Chaos Engineering）应运而生，它通过主动在系统中注入故障，观察系统行为，从而建立对系统在生产环境中承受扰动能力的信心。本课程所阐述的“标准模板驱动混沌工程基线核验”，正是将混沌工程从经验性实践推向规范化、可重复、可审计的工程方法。

1.1 混沌工程定义

混沌工程是一门在分布式系统上进行实验的学科，旨在通过受控的实验来揭示系统弱点。其核心并非“制造混乱”，而是系统性验证系统韧性。根据 Netflix 等先驱的实践，混沌工程遵循以下核心原则：

• 建立稳态假设：定义系统在正常状态下的可测量输出（如延迟、吞吐量、错误率）。
• 引入真实世界变量：模拟硬件故障、网络延迟、资源耗尽、服务中断等生产环境可能发生的事件。
• 观察并对比：比较实验组与对照组（或实验前后）的系统状态，验证稳态是否被破坏。
• 自动化持续运行：将实验集成到 CI/CD 流水线，实现韧性能力的持续验证。

1.2 基线核验概念

基线核验（Baseline Verification）是混沌工程实验的“度量基准”。在注入任何故障之前，必须先建立系统在正常负载下的行为基线。基线核验包含三个维度：

基线核验的产出物是一组可量化的阈值。例如：“在 1000 QPS 负载下，P99 延迟应 ≤ 200ms”。混沌实验的结论正是基于“实验后指标是否超出基线阈值”来判断系统韧性是否达标。

1.3 模板驱动方法论简介

传统混沌工程面临两大痛点：实验设计不可复用、结果判定依赖人工经验。模板驱动方法论（Template-Driven Methodology）通过以下三层抽象解决上述问题：

1. 实验模板层：将故障注入、观测指标、判定规则封装为可配置的 YAML/JSON 模板。例如，一个“网络延迟注入模板”只需修改目标服务和延迟时长即可复用。
2. 基线核验层：模板内嵌基线校验逻辑，实验前自动执行基线采集，实验后自动对比，输出“通过/未通过”的标准化结论。
3. 接口调用规范层：定义统一的 API 契约，使得混沌平台、CI/CD 工具、监控系统可以通过标准接口调用模板、触发实验、获取核验报告。

1.4 三者关系与课程脉络

混沌工程、基线核验、模板驱动方法论三者构成一个完整的闭环：

• 混沌工程提供实验的目标与原则（验证系统韧性）。
• 基线核验提供实验的度量与判定标准（量化系统稳态）。
• 模板驱动提供实验的工程化与自动化手段（标准化执行流程）。

本课程后续章节将围绕“接口调用规范”展开，依次讲解：模板定义规范（第 2-5 章）、基线核验 API 设计（第 6-10 章）、混沌实验触发与回调（第 11-15 章）、报告与审计接口（第 16-20 章）、安全与治理（第 21-25 章），以及综合案例与最佳实践（第 26-30 章）。