企业官网建设流程全解析

awesome-testing 混沌工程实用指南

【免费下载链接】awesome-testingA curated list of testing resources项目地址: https://gitcode.com/gh_mirrors/aw/awesome-testing

awesome-testing 是一个按场景分类的测试资源大全，覆盖工具、书籍与培训课程。本文从中挑出两本混沌工程书籍和四类故障注入工具，说明各自解决什么问题，并给出一条六步可落地的首轮演练路径。

🧩 混沌工程在测试清单里的位置

多数测试资源回答的是"怎么验证正常路径"。当下游微服务超时、消息队列断连时，系统该表现出什么行为？混沌工程要回答的正是这个问题：不等故障在线上发生，而是在测试环境里主动注入受控故障，验证系统弹性与团队的响应能力。

这份清单不按角色或单一方向分类，而是铺开了整个测试领域，相关资源散落在 Service Virtualization、API Testing 等分类下。对想入门的人，过滤并不困难，因为每项都带一句定位说明。

📚 两本书打底，四类工具把故障搬进测试环境

先说阅读底座，仓库书单里有两本同名书，侧重点不同。

《Chaos Engineering: Crash test your applications》

从实验流程本身讲起，一步步介绍如何写故障假设、选注入点、评估结果。适合第一次实践这类方法的人，照着书里的小例子跑一遍就能上手，不要求有分布式系统背景。

《Chaos Engineering》

侧重通过受控实验"发现隐藏问题"，覆盖从基础理论到高级实践的完整实验设计逻辑，适合作为第二本书，和前一本对照着读补齐设计方法论。

书读完看工具，下面这份清单可以直接当混沌工程工具推荐单使用。

🔧 四类能模拟依赖并注入故障的工具

• mockd—— 解决"起不了真实依赖"的问题。它是多协议模拟服务器，支持 HTTP、gRPC、GraphQL、WebSocket、MQTT、SOAP，内置故障注入，可以在模拟响应上直接加延迟或错误码。适合微服务依赖多的团队，从接口定义建好场景，本地或 Docker 跑起来即可开始注入。
• MockServer—— 模拟、流量录制/回放、故障注入三件事一起干，协议覆盖更广，包括 Kafka 和 TCP。适合想"先回放真实流量、再叠加故障"的工程师，最快路径是用 Docker 启动，录一段真实流量，回放时加故障规则。
• WireMock—— Java 写的 HTTP 模拟引擎，可嵌进测试代码，也能独立进程运行。适合用 Spring 写集成测试的开发者，项目里加一个依赖，用 mapping 描述依赖行为，框架就会返回对应响应。
• Keploy—— 自动捕获真实流量，生成 API 测试用例和依赖 mock，省掉手写"下游异常时怎么办"的用例。适合想降低手工造例成本的 API 团队，把它和应用一起跑一遍抓流量，再审查生成结果即可入库。

至于"高负载下系统如何表现"的问题，Performance 分类里的Load Testing Hub Panel是一个负载测试结果可视化面板，可以和压测工具搭配使用。

✅ 六步完成首轮混沌实验

1. 克隆仓库拿到完整清单：git clone https://gitcode.com/gh_mirrors/aw/awesome-testing，打开 README.md 按分类目录定位资源。
2. 选一个技术栈匹配的故障注入工具（如 mockd 或 MockServer），先跑通一个"正常响应"场景，确认环境可用。
3. 挑一个非核心、体量小的 API 作为实验对象，读完书里一章，明确"稳态指标—假设—故障"的框架。
4. 注入第一个可控故障，例如下游接口延迟 5 秒，只观察这一个变量。
5. 记录系统的降级与恢复表现，修掉暴露出的第一个短板，再跑一次实验验证修复生效。
6. 把实验脚本放进 CI，每次发布前运行一次，让混沌工程实践成为持续验证。

清单由社区持续更新，发现好用的工具也可以按 CONTRIBUTING.md 的约定提交新条目。下一步不必从最复杂的分布式场景开始，挑一个你最熟悉的下游接口，本周先注入一次延迟就够了。

【免费下载链接】awesome-testingA curated list of testing resources项目地址: https://gitcode.com/gh_mirrors/aw/awesome-testing