4. 口径校验基础概念

口径校验是质量门禁体系中连接混沌工程实验与容量水位评估的桥梁。其核心目标在于：确保混沌工程注入的扰动与容量水位校验所依赖的数据、指标、配置在语义和数值上保持一致，避免因口径偏差导致误判或漏判。

4.1 口径校验的定义

口径校验（Caliber Verification）是指在混沌工程实验的规划、执行、分析三个阶段，对涉及容量水位评估的数据来源、指标计算规则、系统配置参数进行一致性检查的过程。它确保混沌工程产生的扰动数据能够被容量水位模型正确解读，从而输出可信的校验结论。

4.2 校验对象

口径校验覆盖三类核心对象，每类对象在混沌工程与容量水位之间扮演不同角色：

4.3 校验方法

口径校验采用两种互补的方法：交叉验证与一致性检查。前者侧重数据层面的相互印证，后者侧重规则层面的逻辑对齐。

4.3.1 交叉验证

交叉验证通过多源数据对比或多路径计算来验证口径的正确性。其基本思路是：如果两个独立的数据源或计算路径得出相近的结果，则口径可信度较高。

• 多源数据对比：将混沌实验产生的数据与容量水位监控数据从不同源头采集，对比其趋势和数值差异。例如，将混沌实验注入的 CPU 压力数据与系统监控的 CPU 使用率数据进行时间序列对齐比较。
• 多路径计算：对同一指标采用两种不同的计算路径，验证结果是否一致。例如，容量水位评估中的“平均响应时间”既可以通过 APM 工具直接获取，也可以通过日志中的请求耗时字段计算得出。
• 时间窗口对齐：确保混沌实验的扰动时间窗口与容量水位的数据采集窗口完全对齐，避免因时间偏移导致数据不匹配。

4.3.2 一致性检查

一致性检查关注规则定义和语义对齐，确保混沌工程与容量水位对同一概念的理解完全一致。

1. 定义一致性：检查混沌实验和容量水位评估中对同一指标的定义是否完全相同。例如，“请求失败”在混沌工程中可能定义为“HTTP 5xx”，而在容量水位中可能定义为“HTTP 非 2xx 或超时”。
2. 单位一致性：检查所有配置参数的单位是否一致。例如，延迟配置是毫秒还是微秒，内存配额是 MB 还是 GB。
3. 范围一致性：检查配置参数的生效范围是否匹配。例如，混沌实验注入的限流阈值是针对单个实例还是整个集群。
4. 版本一致性：检查混沌实验使用的配置版本与容量水位评估引用的配置版本是否相同，避免因配置版本差异导致校验偏差。

# 一致性检查伪代码示例
def consistency_check(chaos_config, capacity_config):
    checks = []
    # 1. 定义一致性
    if chaos_config.error_definition != capacity_config.error_definition:
        checks.append(("定义不一致", chaos_config.error_definition, capacity_config.error_definition))
    # 2. 单位一致性
    if chaos_config.latency_unit != capacity_config.latency_unit:
        checks.append(("单位不一致", chaos_config.latency_unit, capacity_config.latency_unit))
    # 3. 范围一致性
    if chaos_config.scope != capacity_config.scope:
        checks.append(("范围不一致", chaos_config.scope, capacity_config.scope))
    # 4. 版本一致性
    if chaos_config.version != capacity_config.version:
        checks.append(("版本不一致", chaos_config.version, capacity_config.version))
    return checks

4.4 口径校验流程

下图展示了口径校验在混沌工程实验中的完整流程，从实验规划到结果分析，口径校验贯穿始终：

4.5 口径校验与质量门禁的集成

口径校验的结果直接驱动质量门禁的判定逻辑。以下表格展示了不同校验结果对应的门禁动作：