4. 混沌工程成熟度模型：从 Ad-hoc 到工程化

混沌工程并非一蹴而就的实践。团队在引入混沌工程时，通常会经历从“临时脚本”到“平台化、常态化”的演进过程。本章定义的成熟度模型，帮助团队定位当前阶段，并明确下一阶段的关键能力建设目标。

4.1 成熟度等级划分

我们将混沌工程成熟度划分为五个等级，从 L0（初始级）到 L4（优化级），每个等级对应不同的组织文化、技术能力和流程规范。

4.2 各等级的关键能力要求

每个成熟度等级都对应一组必须建设的关键能力。以下从 工具平台、流程规范、组织文化 三个维度进行拆解。

L0 → L1：从无序到可重复

• 工具平台： 具备基础的故障注入脚本（如 Chaos Mesh 的 CLI 或简单的 Shell 脚本）。
• 流程规范： 建立故障注入的 CheckList，记录每次演练的时间、场景、结果。
• 组织文化： 至少有一个“混沌 Champion”推动，团队开始接受“主动破坏”的理念。

L1 → L2：从脚本到平台

• 工具平台： 部署混沌工程平台（如 ChaosBlade、LitmusChaos），支持可视化编排与原子故障能力。
• 流程规范： 定义场景库（网络延迟、Pod 故障、CPU 过载等），制定爆炸半径控制策略。
• 组织文化： 成立混沌工程虚拟小组，定期进行演练复盘。

L2 → L3：从平台到基线

• 工具平台： 集成可观测性平台（Prometheus + Grafana），实现稳态指标自动采集与基线比对。
• 流程规范： 引入“稳态假说”机制，每次演练前定义 SLO 基线，演练后自动生成核验报告。
• 组织文化： 混沌工程成为发布门禁的一部分，演练结果影响上线决策。

L3 → L4：从基线到自适应

• 工具平台： 引入 AI/ML 辅助场景推荐，支持自动回滚与自愈策略。
• 流程规范： 实现全链路混沌演练（跨服务、跨集群），演练频率达到“常态化”（每日/每周）。
• 组织文化： 混沌工程融入研发日常，成为 SRE 的“肌肉记忆”。

4.3 成熟度评估模型

为了量化团队当前所处的等级，我们设计了一套 评估矩阵，从 5 个维度进行打分，每个维度满分 5 分，总分 25 分。

评估方法： 由 SRE 负责人、架构师、QA 三方共同打分，取平均值。总分 < 8 为 L0，8-12 为 L1，13-17 为 L2，18-22 为 L3，23-25 为 L4。

4.4 成熟度演进路径与关键节点

下图展示了从 L0 到 L4 的典型演进路径，以及每个阶段需要建设的核心能力节点。

4.5 如何评估当前团队成熟度

我们推荐使用 “混沌工程成熟度雷达图” 进行快速评估。团队根据以下 6 个维度进行自评，每个维度 1-5 分，最终形成雷达图，直观展示短板。

评估步骤

1. 组建评估小组： 包含 SRE、研发负责人、QA 代表、运维负责人。
2. 逐项打分： 针对上述 6 个维度，每个维度根据实际表现给出 1-5 分。
3. 绘制雷达图： 将得分映射到雷达图上，观察“凹陷”区域。
4. 制定改进计划： 优先补齐最低分维度，制定 3 个月的改进目标。
5. 定期复评： 每季度复评一次，跟踪成熟度提升进度。