1. 课程导论：混沌工程与容量水位的关系
1.1 为什么混沌工程需要容量水位口径？
在微服务与云原生架构下，容量规划不再是静态的“峰值 × 冗余系数”估算。混沌工程通过主动注入故障，暴露系统在资源压力下的真实行为；而容量水位口径则定义了“系统何时处于健康/亚健康/过载”的量化边界。两者结合，才能回答以下关键问题：
- 故障注入的“度”：注入多少流量或资源压力才算有效实验？
- 实验结果的“标尺”：如何判断系统是否达到容量瓶颈？
- 容量规划的“验证”：混沌实验能否证明当前容量水位设计是合理的？
核心观点： 没有容量水位口径的混沌工程是“盲人摸象”；没有混沌工程验证的容量水位是“纸上谈兵”。
1.2 课程目标与受众
| 维度 | 说明 |
|---|---|
| 课程目标 | 掌握基于混沌工程验证容量水位口径的设计方法、实验流程与评估标准，能够独立构建“实验-观测-调整”闭环。 |
| 目标受众 | SRE / 运维工程师、混沌工程工程师、容量规划负责人、平台架构师、QA 测试开发（具备基础分布式系统知识）。 |
| 前置要求 | 了解微服务架构、常见中间件（Redis / MySQL / Kafka）、基础监控指标（CPU / 内存 / 延迟 / 吞吐）。 |
1.3 课程整体大纲概览
本课程共 30 章，按“基础 → 设计 → 实验 → 评估 → 治理”五阶段组织：
- 基础篇（第 1-5 章）：混沌工程原理、容量水位口径定义、指标设计原则、实验环境搭建。
- 设计篇（第 6-12 章）：面向不同资源（CPU / 内存 / IO / 网络 / 连接池）的水位口径设计。
- 实验篇（第 13-20 章）：故障注入策略、实验编排、数据采集、稳定性边界探索。
- 评估篇（第 21-26 章）：实验结果分析、口径校准、误报/漏报治理、容量报告生成。
- 治理篇（第 27-30 章）：口径生命周期管理、自动化验证平台、组织级推广。
学习建议： 每章末尾的“实验清单”和“口径检查表”是落地关键，建议结合自身系统同步实践。
1.4 混沌工程与容量水位的协同关系图
1.5 课程核心概念速查表
| 术语 | 定义 | 本课程中的角色 |
|---|---|---|
| 容量水位 | 系统在特定负载下资源使用率与服务质量（SLA）的对应关系。 | 被验证的对象 |
| 水位口径 | 定义“健康/警戒/危险”水位的量化规则（如 CPU < 70% 为健康）。 | 验证的标尺 |
| 混沌工程 | 通过主动注入故障，验证系统在异常条件下的行为与韧性。 | 验证的方法 |
| 稳态指标 | 实验前定义的、代表系统正常运行的度量指标（如 P99 延迟 < 200ms）。 | 实验的锚点 |
| 爆炸半径 | 故障注入的影响范围控制策略。 | 实验的安全边界 |
常见误区： 混沌工程 ≠ 压力测试。压力测试关注“系统能承受多少负载”，混沌工程关注“系统在异常负载下是否仍符合容量水位口径”。两者互补，但目标不同。
1.6 本章小结
- 混沌工程为容量水位口径提供“实战验证”能力，避免口径成为静态文档。
- 容量水位口径为混沌工程提供“量化标尺”，避免实验结论模糊。
- 本课程从指标设计到实验闭环，覆盖完整的方法论与工程实践。