今天学习的内容有点儿多。
首先搭建了环境，然后安装探针。
之后重头戏来了，连续的几场演练。
练的我有点儿晕头转向~
点击右侧 图标，切换到远程桌面操作界面。
双击打开虚拟桌面的Firefox ESR浏览器，在RAM用户登录框中点击“下一步”，复制云产品资源列表中子用户密码，粘按CTRL+V把密码粘贴到密码输区，登陆子账户（后续在远程桌面里的粘贴操作均使用CTRL + V快捷键）。
复制容器服务ACK控制台地址，在FireFox浏览器打开新页签，粘贴并访问容器服务ACK控制台。
https://cs.console.aliyun.com/
在集群页面，单击详情。
在左侧导航栏，单击无状态。
在无状态页面，单击使用YAML创建资源。
在创建页面，复制以下代码并粘贴到模板框中，然后单击创建。
apiVersion: apps/v1
kind: Deployment
metadata:
name: nacos-server
spec:
selector:
matchLabels:
app: nacos-server
template:
metadata:
labels:
app: nacos-server
spec:
containers:
- name: nacos-standalone
image: registry.cn-beijing.aliyuncs.com/ahas_demo/nacos:1.0.0
ports:
- containerPort: 8848
env:
- name: PREFER_HOST_MODE
value: "hostname"
- name: MODE
value: "standalone"
resources:
limits:
cpu: 1
memory: 2048Mi
requests:
cpu: 200m
memory: 512Mi
apiVersion: v1
kind: Service
metadata:
name: nacos-server
spec:
type: ClusterIP
selector:
app: nacos-server
ports:
- name: http
port: 8848
targetPort: 8848
apiVersion: apps/v1
kind: Deployment
metadata:
name: cart-redis
spec:
selector:
matchLabels:
app: cart-redis
replicas: 1
template:
metadata:
labels:
app: cart-redis
spec:
containers:
- name: cart-redis
image: redis:alpine
imagePullPolicy: IfNotPresent
ports:
- containerPort: 6379
resources:
limits:
cpu: 1
memory: 512Mi
requests:
cpu: 200m
memory: 128Mi
apiVersion: v1
kind: Service
metadata:
labels:
app: cart-redis
name: cart-redis
spec:
ports:
- port: 6379
targetPort: 6379
selector:
app: cart-redis
apiVersion: apps/v1
kind: Deployment
metadata:
name: cartservice
spec:
selector:
matchLabels:
app: cartservice
template:
metadata:
labels:
app: cartservice
spec:
containers:
- name: cartservice
image: registry.cn-beijing.aliyuncs.com/ahas_demo/cartservice:1.0.0
imagePullPolicy: Always
env:
- name: dubbo.registry.address
value: "nacos://nacos-server:8848"
- name: spring.cloud.nacos.discovery.server-addr
value: "nacos-server:8848"
- name: spring.cloud.nacos.config.server-addr
value: "nacos-server:8848"
resources:
limits:
cpu: 1
memory: 512Mi
requests:
cpu: 200m
memory: 128Mi
apiVersion: apps/v1
kind: Deployment
metadata:
name: recommendationservice
spec:
selector:
matchLabels:
app: recommendationservice
template:
metadata:
labels:
app: recommendationservice
version: 1.0.0-SNAPSHOT
spec:
containers:
- name: recommendationservice
image: registry.cn-beijing.aliyuncs.com/ahas_demo/recomendationservice:1.0.0
# imagePullPolicy: Always
env:
- name: dubbo.registry.address
value: "nacos://nacos-server:8848"
- name: spring.cloud.nacos.discovery.server-addr
value: "nacos-server:8848"
- name: spring.cloud.nacos.config.server-addr
value: "nacos-server:8848"
resources:
limits:
cpu: 1
memory: 512Mi
requests:
cpu: 200m
memory: 128Mi
apiVersion: apps/v1
kind: Deployment
metadata:
name: product-mysql
spec:
selector:
matchLabels:
app: product-mysql
replicas: 1
strategy:
type: Recreate
template:
metadata:
labels:
app: product-mysql
spec:
containers:
- args:
- --character-set-server=utf8mb4
- --collation-server=utf8mb4_unicode_ci
env:
- name: MYSQL_DATABASE
value: product
- name: MYSQL_ROOT_PASSWORD
value: productservice
image: mysql:5.6
name: product-mysql
ports:
- containerPort: 3306
resources:
limits:
cpu: 1
memory: 512Mi
requests:
cpu: 200m
memory: 128Mi
apiVersion: v1
kind: Service
metadata:
labels:
app: product-mysql
name: product-mysql
spec:
ports:
- port: 3306
targetPort: 3306
selector:
app: product-mysql
apiVersion: apps/v1
kind: Deployment
metadata:
name: productservice
spec:
selector:
matchLabels:
app: productservice
template:
metadata:
labels:
app: productservice
version: 1.0.0-SNAPSHOT
spec:
containers:
- name: productservice
image: registry.cn-beijing.aliyuncs.com/ahas_demo/productservice:1.0.0
imagePullPolicy: Always
env:
- name: dubbo.registry.address
value: "nacos://nacos-server:8848"
- name: spring.cloud.nacos.discovery.server-addr
value: "nacos-server:8848"
- name: spring.cloud.nacos.config.server-addr
value: "nacos-server:8848"
resources:
limits:
cpu: 1
memory: 512Mi
requests:
cpu: 200m
memory: 128Mi
apiVersion: apps/v1
kind: Deployment
metadata:
name: checkout-mysql
spec:
selector:
matchLabels:
app: checkout-mysql
replicas: 1
strategy:
type: Recreate
template:
metadata:
labels:
app: checkout-mysql
spec:
containers:
- args:
- --character-set-server=utf8mb4
- --collation-server=utf8mb4_unicode_ci
env:
- name: MYSQL_DATABASE
value: checkout
- name: MYSQL_ROOT_PASSWORD
value: checkoutservice
image: mysql:5.6
name: checkout-mysql
ports:
- containerPort: 3306
resources:
limits:
cpu: 1
memory: 512Mi
requests:
cpu: 200m
memory: 128Mi
apiVersion: v1
kind: Service
metadata:
labels:
app: checkout-mysql
name: checkout-mysql
spec:
ports:
- port: 3306
targetPort: 3306
selector:
app: checkout-mysql
apiVersion: apps/v1
kind: Deployment
metadata:
name: checkoutservice
spec:
selector:
matchLabels:
app: checkoutservice
template:
metadata:
labels:
app: checkoutservice
spec:
containers:
- name: checkoutservice
image: registry.cn-beijing.aliyuncs.com/ahas_demo/checkoutservice:health
imagePullPolicy: Always
ports:
- name: liveness-port
containerPort: 8080
protocol: TCP
env:
- name: dubbo.registry.address
value: "nacos://nacos-server:8848"
- name: spring.cloud.nacos.discovery.server-addr
value: "nacos-server:8848"
- name: spring.cloud.nacos.config.server-addr
value: "nacos-server:8848"
resources:
limits:
cpu: 1
memory: 512Mi
requests:
cpu: 200m
memory: 128Mi
livenessProbe:
failureThreshold: 3
httpGet:
path: /health
port: liveness-port
scheme: HTTP
initialDelaySeconds: 5
periodSeconds: 10
successThreshold: 1
timeoutSeconds: 1
startupProbe:
failureThreshold: 3
httpGet:
path: /health
port: liveness-port
scheme: HTTP
initialDelaySeconds: 40
periodSeconds: 5
successThreshold: 1
apiVersion: apps/v1
kind: Deployment
metadata:
name: frontend
spec:
selector:
matchLabels:
app: frontend
template:
metadata:
labels:
app: frontend
spec:
containers:
- name: frontend
image: registry.cn-beijing.aliyuncs.com/ahas_demo/frontend:async-test
imagePullPolicy: Always
ports:
- name: liveness-port
containerPort: 8080
protocol: TCP
env:
- name: dubbo.registry.address
value: "nacos://nacos-server:8848"
- name: spring.cloud.nacos.discovery.server-addr
value: "nacos-server:8848"
- name: spring.cloud.nacos.config.server-addr
value: "nacos-server:8848"
resources:
limits:
cpu: 1
memory: 512Mi
requests:
cpu: 200m
memory: 128Mi
livenessProbe:
failureThreshold: 3
httpGet:
path: /health
port: liveness-port
scheme: HTTP
initialDelaySeconds: 5
periodSeconds: 10
successThreshold: 1
timeoutSeconds: 1
startupProbe:
failureThreshold: 3
httpGet:
path: /health
port: liveness-port
scheme: HTTP
initialDelaySeconds: 60
periodSeconds: 5
successThreshold: 1
apiVersion: v1
kind: Service
metadata:
name: frontend
spec:
type: ClusterIP
selector:
app: frontend
ports:
- name: http
port: 8080
targetPort: 8080
apiVersion: v1
kind: Service
metadata:
name: frontend-external
spec:
type: LoadBalancer
selector:
app: frontend
ports:
- name: http
port: 8080
targetPort: 8080
在左侧导航栏，单击无状态。
在无状态页面，等待几分钟，单击刷新，容器组数量全部为1/1之后，表示应用部署完成。
注意 ：
如果出现某服务无法正常启动的情况，您只需单击目标服务右侧操作列表下的更多>重新部署即可。如果遇到frontend无法正常启动的情况，此时您需要先将checkoutservice重新部署后，再将frontend重新部署即可。
在无状态页面，单击frontend。
在frontend服务页面，单击访问方式页签。
在frontend服务的访问方式页签，单击frontend-external服务的外部端点。
若返回如下页面，表示应用部署成功。
在商品概览页面，单击任意商品，例如Air Jordan Legacy 312。
在商品详情页面，单击添加购物车。
在购物车页面，单击确认订单。
若返回如下页面，表示订单支付成功。
回到容器服务控制台页面，单击左侧导航栏上方的 图标。
在集群列表页面的左侧导航栏中，单击应用目录。
在应用目录页面，单击ack-ahas-pilot。
在ack-ahas-pilot的详情页面，单击创建。
返回如下页面，表示探针已经部署完成。
复制应用高可用服务控制台地址，在Firefox浏览器打开新页签，粘贴并访问容器服务应用高可用服务控制台。
https://chaos.console.aliyun.com/
在概览页面顶部，选择资源所在地域。例如下图中，地域切换为华东1（杭州）。
在左侧导航栏，单击故障演练>架构感知。
在架构地图页面，单击Kubernetes监控视图卡片中的查看视图。
在架构地图页面，打开Kubernetes监控视图下拉列表，选择命令空间为default，然后单击确定即可查看实验资源的Kubernetes监控视图。
在分布式系统设计中有一种容错策略是故障恢复（failback），通过健康检查等机制，能在机器或者应用出现问题时自动的进行重新部署。我们利用Chaos进行故障演练，测试我们的系统是否具有这样的能力
进行稳态假设。定义一个稳态指标，来评估系统的健康状态并且在实施混沌过程当中进行监控和处理。
我们将稳态定义为 能访问我们的frontend界面，并正常使用各种购物车、下单等功能。
模拟真实事件。
2.1 切换回应用高可用服务控制台。在左侧导航栏中，单击我的空间。
2.2 在我的空间页面，在新建演练下拉列表中单击新建空白演练。
2.3 在演练配置页面，完成以下操作：
（1）设置演练名称。
（2）在演练对象配置向导中，演练应用选择frontend，应用分组选择frontend-group，机器列表选择任意一台机器，单击添加演练内容。
（3）在选择演练故障对话框中，选择JAVA应用>延迟>容器内Java延迟，单击确定。
（4）在演练配置页面，单击容器内Java延迟。
（5）在容器内Java延迟面板中，依次输入类的全限定名、方法名、进程关键字和目标容器名称，单击关闭。
类的全限定名：输入com.alibabacloud.hipstershop.web.HealthController。
方法名：输入health。
进程关键字：输入java。
目标容器名称：选择frontend。
（6）在演练内容区域中，单击保存。
（7）单击下一步。
（8）在全局配置的监控策略区域，单击新增策略。
（9）在新增策略对话框中，选择业务监控>业务状态观察（Http），单击确定。
（10）在业务状态观察（Http）面板中，请求类型选择get，URL输入http://<frontend的外部端点>/。
说明 ：
frontend的外部端点在容器服务ACK控制台frontend服务的访问方式页签中获取。
（11）在全局配置配置向导中，单击下一步。
（12）在成功对话框中，单击演练详情。
2.4 在演练详情页面，单击演练。
2.5 在开始执行演练对话框中，单击确认。
检测实验影响。
3.1 在演练记录详情页面，查看业务状态观测（Http）时序图。您可以看到health接口的调用在遇到故障之后，先降低，然后马上自动恢复至正常状态，说明我们的设计奏效了。
3.2 切换回容器服务ACK控制台，在frontend服务页面，单击事件页签。
您可以看到frontend自动的进行了扩容。
终止实验。
4.1 切换回应用高可用服务控制台。在演练记录详情页面中，单击终止。
4.2 在停止演练对话框中，单击确定。
4.3 等待演练场景终止之后，在结果反馈对话框中，单击确定。
在微服务架构中，各个服务之间存在许多依赖关系。但是当一个不重要的弱依赖宕机时，一个健壮的系统应该仍然能够正常的运行。我们利用Chaos进行故障演练，测试我们的系统处理强弱依赖的能力如何。
进行稳态假设。
1.1 切换回容器服务ACK控制台，单击frontend的外部端点。
1.2 在Hipster Shop页面，多次刷新页面。您可以看到页面商品的排序每一次都不一样。您可以理解为商品推荐服务会根据个性化进行推荐，使产品存在优先级。因此我们将稳态定义为，每次刷新页面，商品的排序不同。
模拟真实事件。
2.1 切换回应用高可用服务控制台。在左侧导航栏，单击我的空间。
2.2 在我的空间页面，在新建演练下拉列表中单击新建空白演练。
2.3 在演练配置页面，完成以下操作：
（1）设置演练名称。
（2）在演练对象配置向导中，演练应用选择recommendationservice，应用分组选择recommendationservice-group，机器列表选择机器，单击添加演练内容。
（3）在选择演练故障对话框中，选择JAVA应用>延迟>容器内Java延迟，单击确定。
（4）在演练内容区域中，单击容器内Java延迟。
（5）在容器内Java延迟面板中，依次输入类的全限定名、方法名、进程关键字和目标容器名称，单击关闭。
类的全限定名：输入com.alibabacloud.hipstershop.recomendationservice.service.RecommendationServiceImpl。
方法名：输入sortProduct。
进程关键字：输入java。
目标容器名称：选择recommendationservice。
（6）在演练对象中，单击保存。
（7）单击下一步。
（8）在全局配置中，单击下一步。
（9）在成功对话框中，单击演练详情。
2.4 在演练详情页面，单击演练。
2.5 在开始执行演练对话框中，单击确认。
检测实验影响。
3.1 切换回容器服务ACK控制台。在无状态页面，单击frontend。
3.2 在frontend页面，单击访问方式页签，然后单击frontend的外部端点。
3.3 在Hipster Shop页面，多次刷新页面。您可以发现每次刷新，产品顺序不会改变。说明推荐服务宕机，但并没有影响别的服务。
终止实验。
4.1 切换至应用高可用服务控制台，在演练记录详情页面，单击终止。
4.2 在停止演练对话框中，单击确定。
4.3 在结果反馈对话框中，单击确定。
在微服务架构中，一个大系统被拆分成多个小服务，小服务之间存在大量RPC调用，经常可能因为网络抖动等原因导致RPC调用失败，这时候使用重试机制可以提高请求的最终成功率，减少故障影响，让系统运行更稳定。我们通过利用Chaos，给系统注入失败，看看系统失败重试的性能如何。
进行稳态假设。
1.1 切换回容器服务ACK控制台，在无状态页面，单击cartservice。
1.2 在cartservice页面，单击伸缩。
1.3 在伸缩对话框中，将所需容器组数量更改为2，单击确定。
待状态变为Running，表示容器组扩容成功。
1.4 切换至Hispter Shop页面，单击购物车。
返回如下页面，表示购物车服务正常。因此我们将稳态定义为，能够正常使用frontend的购物车功能。
模拟真实事件。
2.1 切换回应用高可用服务控制台，在左侧导航栏，单击我的空间。
2.2 在我的空间页面，在新建演练下拉列表中单击新建空白演练。
2.3 在演练配置页面，完成以下操作：
（1）设置演练名称。
（2）在演练对象中，演练应用选择cartservice，应用分组选择cartservice-group，机器列表选择任意一台机器，单击添加演练内容。
（3）在选择演练故障对话框中， 选择JAVA应用>抛异常>容器内Java延迟抛出自定义异常，单击确定。
（4）在演练内容区域中，单击容器内Java延迟抛出自定义异常。
（5）在容器内Java延迟抛出自定义异常面板中，依次输入方法名、类的全限定名、异常、进程关键字和目标容器名称，单击关闭。
方法名：输入viewCart。
类的全限定名：输入com.alibabacloud.hipstershop.cartserviceprovider.service.CartServiceImpl。
异常：输入java.lang.Exception。
进程关键字：输入java。
目标容器名称：选择cartservice。
（6）在演练对象中，单击保存。
（7）单击下一步。
（8）在全局配置中，单击下一步。
（9）在成功对话框中，单击演练详情。
2.4 在演练详情页面，单击演练。
2.5 在开始执行演练对话框中，单击确认。
检测实验影响。
3.1 切换至Hispter Shop页面，单击购物车。
返回如下页面，您发现无法访问购物车。这是因为流量并没有切换到没有宕机的那台机器，同时 说明我们的系统并没有失败重试的能力，或者是一开始就没有设计，或者是没有生效。通过这次故障注入，我们发现了系统的缺陷。
3.2 切换至应用高可用服务控制台，在演练记录详情页面，单击终止。
3.3 在停止演练对话框中，单击确定。
3.4 在结果反馈对话框中，单击确定。
返回如下页面，表示演练结束。
在体验了上述三个场景演练之后，我们对混沌工程有了初步的了解，也掌握了应用高可用服务的基本功能。但是这样手动部署参数的过程还是比较繁琐的。接下来我们体验一下更为方便快捷的强弱依赖治理。
切换至应用高可用服务控制台。在左侧导航栏中，单击微服务演练。
并选择强弱依赖治理页面。
在强弱依赖治理页面中，单击创建治理方案。
在创建治理方案的配置向导页面，完成以下操作。
3.1 在应用接入中，自定义方案名称，治理应用选择frontend，单击下一步。
3.2 在强弱依赖治理以30天为治理周期对话框中，单击确认。
3.3 在依赖分析中，等待分析完成，单击下一步。
3.4 在依赖预判中，自行选择依赖对象的强弱依赖预判，例如nacos-standalone和checkoutservice的强弱依赖预判可选择强依赖，其他依赖对象默认弱依赖，然后单击下一步。
3.5 在依赖验证中，选择任意用例进行验证。例如选择frontend与nacos-standalone强弱依赖验证用例，单击去验证。
3.6 在去验证前的参数确认对话框中，单击确定验证。
注意：
如果窗口没有跳转，请注意跳转是否被拦截，请手动解除
在演练详情页面中，单击演练。
在开始执行演练对话框中，单击确认。
切换至Hipster Shop页面，单击网页的任意功能。您可以发现Hipster Shop网页和相关功能均可以正常访问，说明frontend服务与nacos-standalone服务是弱依赖关系。
切换至应用高可用服务控制台，在演练记录详情页面，单击终止。
在停止演练对话框中，单击确定。
在结果反馈对话框中，结论选择不符合预期，验证结果选择弱依赖，单击确定，返回强弱依赖治理。