昨天剛好聽了測試相關的演講，講者說到做測試就是為了驗證產品有問題，因為沒有發現問題的產品等於沒有人用，並沒有完美無缺的服務，只有還沒被發現漏洞的產品。

所以這代表了出錯其實是必然的，但怎麼在出錯後可以即時修復，其中一個方法就是事前演練，也就是混沌工程（Chaos Engineering）的存在的原因。

從字面來看，渾沌工程直白的意思就是主動的製造混亂，目的是要測試團隊的應變流程是否有效，會做的事情就像是直接在正式環境上關掉一台伺服器、模擬資料庫故障等線上問題發生。

當問題發生時，可以測試服務集團隊的應變狀況，並確認復原服務需要多少時間，也可以增加團隊彼此之間的信任感。

渾沌工程實際案例

最有名的實際案例，也在分享中的前幾篇提到，就是 Netflix 的 Chaos Monkey，這個自動化工具會隨機的在正式環境中關掉伺服器或服務，來測試使用者是否在這樣的狀況下還可以順利的觀看影片。

過程中，工程師們會觀察系統會不會將流量導向其他正常運行的機器、監控系統有沒有自動告警、團隊處理的 SOP 流程是否流暢，像這樣的演練讓之後系統在真正遇到問題時，可以更有系統的處理緊急事件。

Amazon 的做法是定期舉辦「遊戲日」（Game Days）的活動，這種當然不是真的要玩遊戲，更像是一種挑戰賽，去模擬系統崩潰或延遲的情境，讓團隊可以實戰演練，去測試當線上問題發生的時候大家的合作狀況。

像這樣模擬失敗的例子，除了可以找出目前還缺漏的地方，更可以主動為團隊做足裝備，在面對未來可能發生的事件做出防護。