ICS35.240 CCS L78 YD 中华人民共和国通信行业标准 YD/T XXXX-XXXX 混沌工程能力成熟度模型 Capability maturity model of chaos engineering （报批稿） XXXX- XX- XX 发布 XXXX-XX-XX 实施 中华人民共和国工业和信息化部发布 XXXX—XXXXX 1/△ 前 言 本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规则起 草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 本文件由中国通信标准化协会提出并归口。 本文件起草单位：中国信息通信研究院、深圳市腾讯计算机系统有限公司、阿里云计算有限公司、 天翼云科技有限公司、华为云计算技术有限公司、中国移动通信集团有限公司、中移（苏州）软件技术 有限公司、中移动信息技术有限公司、中移互联网有限公司、北京火山引擎科技有限公司、北京百度网 讯科技有限公司、京东科技信息技术有限公司、中国民航信息网络股份有限公司。 本文件主要起草人：郑立、王海清、景鹏、栗蔚、陈屹力、马龙飞、刘坤、季可航、窦佳丽、张媛 媛、谢洪涛、娄涛、林泽雄、周洋、肖长军、蔡旭辉、白国涛、孙文庆、吴冕冠、刘运鑫、朱文鹏、王 峰、黄勇、赵淳、尹磊、郑焱、孙小霞、邸望春、王帅、杨兰仓、晃元宁、杨光达、何纯钢、李娜、李 玲、朱林、廖卓、刘国聪、王殿银、丁超、张明利、吴长鹏、郭旸、张磊、程钰、周舜、盛家波、陈 佃晓。 II XXXXXXXXX1/O 引 随着微服务和分布式架构的兴起，分布式系统的复杂性、海量数据的计算与存储、跨团队协同等风 险隐患叠加，给系统稳定性保障带来新的挑战。系统不确定性风险的加剧，最终会波及业务连续性，进 而影响企业生产与人民生活。混沌工程技术作为数字韧性新时代背景下保障系统稳定的重要手段，可以 验证复杂环境中系统可能出现的各种问题，越来越多企业逐步重视并开始尝试应用混沌工程。 《混沌工程成熟度模型》标准明确了组织内推动混沌工程落地的路径及具体能力要求，涉及软件开 发的技术水平、混沌工程实验的管理能力及对混沌工程文化培养的能力。 III XXXX-XXXXX 1/XX 混沌工程成熟度模型 1范围 本文件规范了在执行和建设混沌工程的能力要求，具体包括混沌工程工程熟练度、应用成效度和组 织建设度。 本文件同时适用于服务商提供的公有云服务和私有云软件产品，即面向公共用户提供公有云服务和 私有环境下的软件产品或解决方案。 规范性引用文件 2 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文 件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适 用于本文件 GB/T32400-2015信息技术云计算概览与词汇 YDB144-2014云计算服务协议参考框架 3 术语和定义 下列术语和定义适用于本文件。 3. 1 混沌工程chaos engineering 一门通过设计并执行一系列实验，帮助发现信息系统技术架构（需求、设计、架构、代码、运维等） 与运营流程方面的隐藏风险与薄弱环节，从而全面提升信息系统韧性，使得系统达到既定可靠性的学科。 3. 2 混沌工程平台chaosengineeringplatform 面向企业级客户用户用于开展混沌工程实验的平台和工具，可以作用于多种资源，功能覆盖故障场 景、场景管理、实验流程、实验防护、实验度量、权限管理及安全审计。 3. 3 原子故障faults 在现实情况中，通过工具平台对系统进行故障注入，模拟系统出现故障时的真实表现。 3. 4 故障场景scenario 1 XXXX-XXXXX 1/XX 根据系统稳态状态假说，观察系统被注入特定故障时，所采取的检测、定位、恢复、隔离、减轻等 措施是否生效以及对系统的影响程度。 3. 5 流程 processing 由故障场景或场景库组成，是一场完整的实验，可保存方便以后复用或定期执行。 3. 6 实验chaosengineeringexperiments 执行一次生产环境的故障流程即可称为一次实验。 4 缩略语 下列缩略语适用于本文件： API 应用编程接口 Application Programming Interface RBAC 基于角色的权限控制Role-BasedAccessControl 5 标准框架 5.1 混沌工程成熟度模型能力概述 混沌工程成熟度模型包含三部分，工程熟练度主要反映组织中混沌工程项目的有效性和安全性，应 用成效度可以考察每个项目在使用混沌工程过程中的使用深度，组织建设度是以组织为维度考察混沌工 程的整体建设、实施情况，具体见图1。 2 XX/TXXXXXXXXX 能力域类型 能力域 实践域 实验环境（TestingEnvironment） 实验工具（ExperimentsTool） 实验计划管理（PlanManagement） 原子故障（AtomicAbility） 工程熟练度 熟练度 故障场景及自动化（ScenarioAbility） (Proficiency) 实验观测ExperimentsObservability） 环境清理与恢复（EnvironmentRecovery） 爆炸半径（BlastRadius） 实验结果（ExperimentsResults） 演练计划完成度（Projects Coverage） 原子故障覆盖程度（AtomicFaultCoverage） 应用深度 （AdoptionDeepth) 故障场景探索程度（ExploreCoverage） 智能决策覆盖程度（IntelligentDecision-Making） 应用成效度 稳态指标覆盖程度（Stabilitylndex） 应用度 故障闭环程度（FailuresManagement） 产品赋能程度（Empowerment） 项目覆盖程度（ProjectsCoverage） 演练计划统计（Planning&Statistic） 应用成效 故障场景覆盖程度（ScenarioCoverage） ProjectAdoptionlmpac 故障演练完成程度（CompleteCoverage） 产品故障复现程度（ProjectFailuresReappearance） 组织故障复现程度（ProjectFailuresReappearance） 团队及文化建设 组织建设度 团队建设（TeamBuild） (Team&Culture) 文化建设（CultureBuild） 图1混沌工程成熟度模型 混沌工程成熟度模型分级规则 6 混沌工程能力成熟度模型，共分为5个级别， 如表1所示，每个级别中按照不同程度说明，呈现递进 的方式，高级别内容宜包含低级别内容， 无需重复引用。 表1分级规则 级别 英文 中文 定义 1级 Initial Level 初始级 在组织内部局部范围内开始尝试混沌工程并获得 初期效果 2级 Fundamental Level 基础级 在组织核心范围内推行混沌工程实践并获得局部 稳定性提升 3级 Comprehensive Level 全面级 在组织较大范围内推进混沌工程实践，， 且初步建 立了混沌工程文化 3 xXxX-xxxXx 1/XX 4级 Excellent Level 优秀级 在组织内全面落地混沌工程并持续推动系统稳定 性提升 5级 Fabulous Level 卓越级 在组织内全面形成混沌工程的文化并不断驱动系 统稳定性在更大范围内取得成功 每级满足90%的能力项即可认为达到该级别要求，根据参评模块的通过级别分为初始级、基础级 全面级、优秀级和卓越级。 7工程熟练度 7.1实验环境 指标说明：指混沌工程实验开展的系统环境，包括生产环境和非生产环境。实验开展的环境越接近 生产环境，该组织对系统稳定性的信心越强，成熟度越高。应遵循附录A。 7.2实验工具 指标说明：组织是否提供开展混沌工程实验的工具是衡量其技术水平最重要且基础的维度。应遵循 附录A。 7.3实验计划管理 指标说明：指将混沌工程实验中编排好的场景做成计划，良好的演练计划可以全面控制演练流程： 做到演练前信息传达，演练中的风险控制，演练后的结果共享。应遵循附录A。 7.4原子故障 指标说明：在现实情况中，对系统进行故障注入，模拟系统出现故障时的真实表现，是故障原子能 力的体现。应遵循附录A。 7.5故障场景及自动化 指标说明：根据系统稳态状态假说，观察系统被注入特定故障时，所采取的检测、定位、恢复、隔 离、减轻等措施是否生效以及对系统的影响程度。应遵循附录A。 7.6实验观测 指标说明：实验观测主要指对混沌工程实施对象监控指标覆盖度、完整度的要求，良好的实验可观 测能力能极大提升混沌工程的实施效果。应遵循附录A。 7.7爆炸半径 指标说明：爆炸半径的控制是直接影响混沌工程推往生产环境速度的重要指标，良好、精细的爆炸 半径控制能极大提升用户在生产系统采纳混沌工程的信心。应遵循附录A。 7.8环境清理与恢复 指标说明：混沌注入需要更改很多参数，故障终止之后恢复至稳态环境需要。应遵循附录A。 7.9实验结果 指标说明：实验结果能整体总结实验效果并有效推动故障优化。应遵循附录A。 4