Chaos engineering

Chaos engineering er en disciplin, hvor man bevidst introducerer kontrollerede fejl eller forstyrrelser i et IT-system for at undersøge, hvordan systemet reagerer. Formålet er at finde svagheder, før de udvikler sig til alvorlige hændelser i produktion.

Hvorfor er begrebet vigtigt?

Moderne IT-systemer består ofte af mange afhængigheder, og det er ikke altid muligt at forudsige, hvordan hele systemet reagerer, når en komponent fejler. Chaos engineering gør det muligt at afprøve antagelser om robusthed under kontrollerede forhold.

Ved at gennemføre planlagte eksperimenter kan organisationen opdage svagheder i failover, overvågning, alarmer, kapacitet og driftsprocedurer, før en reel hændelse opstår.

Typisk misforståelse

En almindelig misforståelse er, at chaos engineering handler om tilfældigt at ødelægge systemer. I praksis bør eksperimenterne være kontrollerede, have et klart formål, være afgrænsede og kunne stoppes hurtigt, hvis påvirkningen bliver større end forventet.

Eksempel

Et team vil undersøge, om en webtjeneste fortsætter med at fungere, hvis en af flere applikationsservere forsvinder. Under et planlagt eksperiment stoppes én server, mens teamet overvåger trafik, svartider, fejlrate og failover for at bekræfte, at systemet reagerer som forventet.

Best practice

• Formulér en tydelig hypotese før hvert eksperiment.

• Start med små og afgrænsede fejlscenarier.

• Definér stopkriterier og en sikker rollback-procedure.

• Sørg for relevant monitoring, logging og alerting.

• Gennemfør eksperimenter med kendte ejere og ansvar.

• Dokumentér resultater og omsæt fund til konkrete forbedringer.