1. 课程导论：混沌工程与容量水位的关系、为什么需要优化口径、课程目标与学习路径

1.1 混沌工程与容量水位：一对被低估的共生关系

在传统认知中，混沌工程常被等同于“故障注入”，容量水位则被视为“监控仪表盘上的数字”。两者在组织内往往分属不同团队——混沌由稳定性团队驱动，容量由性能或基础设施团队负责。这种割裂导致了一个关键盲区：混沌实验的爆炸半径与容量水位之间存在强耦合，但缺乏统一的度量口径来量化这种关系。

混沌工程的核心目标是“发现系统在异常条件下的脆弱性”，而容量水位决定了“系统在正常/异常条件下还能承受多少额外负载”。两者在以下三个层面深度交织：

• 风险暴露面重叠： 高水位运行时，系统对故障的敏感度呈指数级上升。一个在低水位下无感的慢节点，在高水位下可能触发级联雪崩。
• 实验假设依赖： 混沌实验的“稳态假设”必须包含容量水位指标。例如：“当CPU水位超过80%时，注入单节点故障，P99延迟不应超过500ms”。
• 恢复能力验证： 容量水位决定了系统的弹性余量。混沌实验验证的不仅是“能否恢复”，更是“在多大水位下还能恢复”。

1.2 为什么需要优化口径：当前实践的三大痛点

在调研了数十家企业的混沌工程与容量管理实践后，我们发现口径不一致是导致项目失败的首要原因。以下是三个典型痛点：

1.3 课程目标与学习路径

本课程旨在培养学员具备以下能力：

• 设计能力： 掌握一套可落地的 Metric Design 方法论，能够为任意微服务系统设计“混沌-容量”统一口径。
• 实战能力： 通过真实案例与代码实现，学会在 Prometheus、Grafana、Chaos Mesh/Litmus 等工具中配置和验证优化后的口径。
• 决策能力： 能够基于统一口径的数据，做出“是否扩容”、“是否终止实验”、“是否触发告警”等关键运维决策。

学习路径分为四个阶段，每个阶段对应一个核心交付物：

1. 基础篇（第1-5章）： 理解混沌工程与容量水位的耦合模型，掌握口径优化的数学基础与设计原则。交付物：口径优化检查清单。
2. 设计篇（第6-15章）： 深入 Metric Design 的四个维度（粒度、聚合、标签、阈值），学习如何为不同场景（CPU密集、IO密集、网络敏感）定制口径。交付物：口径设计模板。
3. 实战篇（第16-25章）： 在 Kubernetes 环境中，基于 Chaos Mesh 和 Prometheus 完成3个端到端案例（电商大促、实时数仓、消息队列）。交付物：可复用的口径配置代码库。
4. 进阶篇（第26-30章）： 探讨自适应口径、AI驱动的动态阈值、跨团队口径治理等前沿话题。交付物：组织级口径治理方案。

1.4 本课程适合谁

• SRE / 稳定性工程师： 希望将混沌工程从“故障演练”升级为“容量验证”的从业者。
• 混沌工程实施者： 已经开展混沌实验，但发现实验结论难以量化和复用的团队。
• 容量规划工程师： 希望引入混沌实验来验证容量规划有效性的技术人员。
• 平台架构师： 正在设计统一可观测性平台，需要打通混沌与容量数据孤岛的决策者。