2. GameDay 演练基础：概念、原则与角色

GameDay 是一种受控的、计划性的故障注入演练，旨在验证系统在真实压力下的韧性、可观测性以及应急响应流程的有效性。在容量水位口径验证场景中，GameDay 是检验“仪表盘上的指标是否真实反映系统瓶颈”的核心手段。

2.1 什么是 GameDay

GameDay 起源于 Netflix 的 Chaos Monkey，后演变为一种标准化的韧性工程实践。它通过模拟基础设施故障、流量突增、依赖服务降级等场景，主动暴露系统薄弱环节，并验证监控、告警、容量规划与应急恢复能力。

2.2 演练原则

成功的 GameDay 必须遵循以下五项核心原则，否则容易演变为失控的生产事故：

1. 最小化爆炸半径 —— 故障注入范围必须可控，优先在预发/灰度环境执行，生产环境演练需有熔断机制。
2. 可观测性先行 —— 演练前必须确保 Grafana 仪表盘、告警规则、日志链路已覆盖演练涉及的所有指标。
3. 假设驱动 —— 每次演练都基于一个可量化的假设（如“连接池水位 70% 时，请求超时率 < 0.1%”）。
4. 事后复盘 —— 演练结束后必须输出改进项，并更新容量水位口径与仪表盘阈值。
5. 自动化与可重复 —— 演练步骤应脚本化，确保相同场景可被反复执行以验证改进效果。

2.3 红队 / 蓝队角色

GameDay 通常采用红蓝对抗模式，明确分工以保障演练的客观性与安全性：

2.4 混沌工程与 GameDay 的关系

混沌工程（Chaos Engineering）是 GameDay 的方法论基础，GameDay 是混沌工程的具体实践形式。两者关系如下：

• 混沌工程 是学科，定义“通过实验发现系统弱点”的科学方法，强调稳态假设、实验变量控制、盲测。
• GameDay 是活动，是混沌工程原则在特定时间窗口内的集中演练，通常有明确的开始/结束时间和复盘环节。
• 共同目标：验证系统在异常条件下的行为是否与预期一致，暴露监控盲区和容量规划偏差。

2.5 容量水位口径验证中的 GameDay 设计要点

在本课程后续章节中，我们将基于以下设计要点来构建 Grafana 仪表盘驱动的 GameDay：

• 水位口径假设：例如“当 Redis 内存使用率达到 75% 时，缓存命中率仍 > 95%”。
• 仪表盘验证点：在演练过程中，蓝队需实时对比 Grafana 面板上的“当前水位”与“预设口径”，判断是否存在偏差。
• 口径修正触发条件：如果演练发现实际瓶颈水位与仪表盘阈值偏差超过 10%，则触发口径调整流程。
• 自动化注入工具：使用 Chaos Mesh、Litmus 或自定义脚本，确保故障注入可重复、可量化。