Przedmowa 13

Wprowadzenie. Narodziny chaosu 15

CZĘŚĆ I. PRZYGOTOWANIE GRUNTU 23

1. Spotkanie ze złożonymi systemami 25

• Rozważanie złożoności 25
• Napotkanie złożoności 27
  
  • Przykład 1: niedopasowanie logiki biznesowej i logiki aplikacji 27
  • Przykład 2: wywołany przez klienta natłok ponowień żądań 29
  • Przykład 3: wakacyjne zawieszenie kodu 33
• Konfrontacja ze złożonością 36
  
  • Złożoność przypadkowa 36
  • Złożoność zasadnicza 37
• Przyjęcie złożoności 39

2. Sterowanie złożonymi systemami 40

• Model Dynamicznego Bezpieczeństwa 40
  
  • Ekonomia 41
  • Obciążenie pracą 41
  • Bezpieczeństwo 41
• Model Ekonomicznych Podstaw Złożoności 42
  
  • Stan 43
  • Relacje 43
  • Środowisko 44
  • Odwracalność 44
  • Model Ekonomicznych Podstaw Złożoności w zastosowaniu związanym z oprogramowaniem 44
• Perspektywa systemowa 46

3. Przegląd zasad 47

• Czym jest inżynieria chaosu 47
  
  • Eksperymenty a testy 48
  • Weryfikacja i walidacja 48
• Czym nie jest inżynieria chaosu 49
  
  • Psucie wszystkiego 49
  • Antykruchość 50
• Zaawansowane zasady 51
  
  • Zbuduj hipotezę dotyczącą zachowania systemu w stabilnym stanie 51
  • Zróżnicuj rzeczywiste przypadki 51
  • Przeprowadzaj eksperymenty w środowisku produkcyjnym 53
  • Automatyzuj eksperymenty, by uruchamiać je cały czas 53
  • Minimalizuj zakres szkód 54
• Przyszłość "Zasad" 55

CZĘŚĆ II. ZASADY W DZIAŁANIU 57

4. Teatr Katastroficzny Slacka 59

• Wsteczne wpasowanie chaosu 59
  
  • Wzorce projektowe powszechne w starszych systemach 60
  • Wzorce projektowania w nowszych systemach 60
  • Uzyskanie podstawowej odporności na awarie 61
• Teatr Katastroficzny 62
  
  • Cele 62
  • Antycele 63
• Proces 63
  
  • Przygotowanie 64
  • Próba 65
  • Podsumowanie wydarzeń 68
• Jak proces ewoluował 69
• Uzyskanie wsparcia przełożonych 70
• Wyniki 70
  
  • Unikaj niespójności pamięci podręcznej 70
  • Próbuj, próbuj (dla bezpieczeństwa) 71
  • Wynik niemożliwy 71
• Wnioski 72

5. Google DiRT i testowanie odzyskiwania po awarii 73

• Cykl życia testu DiRT 75
  
  • Zasady podejmowania działań 76
  • Co testować 79
  • Jak testować 85
  • Zbieranie wyników 87
• Zakres testów w Google 88
• Wnioski 91

6. Zróżnicowanie i priorytetyzacja eksperymentów w Microsoft 92

• Dlaczego wszystko jest takie skomplikowane 92
  
  • Przykład nieprzewidzianych komplikacji 92
  • Prosty system to wierzchołek góry lodowej 93
• Kategorie rezultatów eksperymentów 94
  
  • Znane wydarzenia - nieoczekiwane konsekwencje 95
  • Nieznane wydarzenia - nieoczekiwane konsekwencje 96
• Priorytetyzacja awarii 97
  
  • Zbadaj zależności 98
• Stopień zróżnicowania 99
  
  • Zróżnicowanie awarii 99
  • Łączenie zróżnicowania i priorytetyzacji 100
  • Poszerzenie zróżnicowania o zależności 101
• Wdrażanie eksperymentów na dużą skalę 101
• Wnioski 102

7. LinkedIn uważa na użytkowników 104

• Uczenie się na podstawie katastrofy 105
• Dokładne celowanie 106
• Bezpieczne eksperymentowanie na dużą skalę 107
• W praktyce: LinkedOut 108
  
  • Tryby awaryjne 110
  • Użycie LiX do kalibrowania eksperymentów 111
  • Rozszerzenie przeglądarkowe do szybkich eksperymentów 113
  • Zautomatyzowane eksperymenty 116
• Wnioski 117

8. Wdrożenie i ewolucja inżynierii chaosu w Capital One 119

• Studium przypadku Capital One 120
  
  • Ślepe testowanie odporności 120
  • Przejście do inżynierii chaosu 121
  • Eksperymenty z chaosem w CI/CD 121
• Na co uważać, projektując eksperymenty z chaosem 122
• Narzędzia 123
• Struktura zespołu 124
• Rozpowszechnianie 125
• Wnioski 126

CZĘŚĆ III. CZYNNIKI LUDZKIE 127

9. Budowanie dalekowzroczności 129

• Inżynieria chaosu i odporność 130
• Kroki cyklu inżynierii oprogramowania 130
  
  • Projektowanie eksperymentu 131
• Wsparcie narzędziowe w projektowaniu eksperymentów z chaosem 132
• Skuteczne partnerstwo wewnętrzne 134
  
  • Zrozumienie procedur operacyjnych 135
  • Omówienie zakresu 136
  • Postaw hipotezę 137
• Wnioski 138

10. Humanistyczny chaos 140

• Ludzie w systemie 140
  
  • Umieszczanie "socjo" w systemach socjotechnicznych 140
  • Organizacje to system systemów 141
• Inżynieria plastycznych zasobów 142
  
  • Wykrywanie słabego sygnału 142
  • Sukces i porażka - dwie strony medalu 143
• Przełożenie zasad na praktykę 143
  
  • Zbuduj hipotezę 144
  • Zróżnicuj rzeczywiste przypadki 144
  • Minimalizuj zakres szkód 145
  • Studium przypadku 1: grywalizacja testów Wielkiego Dnia 146
  • Komunikacja - sieciowe opóźnienie każdej organizacji 147
  • Studium przypadku 2: łączenie kropek 148
  • Przywództwo jest kształtującą się właściwością systemu 150
  • Studium przypadku 3: zmiana podstawowego założenia 151
  • Bezpieczna organizacja chaosu 153
  • Wszystko, czego potrzebujesz, to wysokość i kierunek 154
  • Domknij pętle 154
  • Jeśli nie zaliczasz upadków, nie uczysz się 155

11. Ludzie w pętli 156

• Eksperymenty: dlaczego, jak i kiedy 157
  
  • Dlaczego? 157
  • Jak? 158
  • Kiedy? 159
  • Alokacja funkcjonalna, czyli ludzie są lepsi w / maszyny są lepsze w 160
  • Mit podstawienia 162
• Wnioski 163

12. Problem doboru eksperymentów (i jego rozwiązanie) 165

• Wybór eksperymentów 165
  
  • Wyszukiwanie losowe 166
  • Wiek ekspertów 167
• Obserwowalność - szansa 171
  
  • Obserwowalność dla inżynierii intuicji 172
• Wnioski 174

CZĘŚĆ IV. CZYNNIKI BIZNESOWE 175

13. Zysk z inwestycji w inżynierię chaosu 177

• Efemeryczna natura ograniczania incydentów 177
• Model Kirkpatricka 178
  
  • Poziom 1: reakcja 178
  • Poziom 2: nauka 178
  • Poziom 3: zachowanie 179
  • Poziom 4: wyniki 179
• Alternatywny przykład zysku z inwestycji 180
• Poboczny zysk z inwestycji 181
• Wnioski 182

14. Otwarte umysły, otwarta nauka, otwarty chaos 183

• Zespołowe nastawienie 183
• Otwarta nauka, wolne źródła 185
  
  • Otwarte eksperymenty z chaosem 186
  • Wyniki eksperymentów, rezultaty do upowszechnienia 187
• Wnioski 188

15. Model Dojrzałości Chaosu 189

• Przyjęcie 189
  
  • Kto popiera pomysł 190
  • Jaka część organizacji uczestniczy w inżynierii chaosu 191
  • Warunki wstępne 191
  • Przeszkody w przyswajaniu 192
  • Zaawansowanie 193
• Podsumowanie 198

CZĘŚĆ V. EWOLUCJA 201

16. Ciągła weryfikacja 203

• Skąd bierze się CV 203
• Rodzaje systemów CV 205
• CV na dziko: ChAP 206
  
  • ChAP: dobór eksperymentów 207
  • ChAP: przeprowadzanie eksperymentów 207
  • Zaawansowane zasady w ChAP 208
  • ChAP jako ciągła weryfikacja 208
• Ciągła weryfikacja zbliża się w systemach dookoła Ciebie 209
  
  • Testy wydajnościowe 209
  • Artefakty danych 209
  • Poprawność 209

17. Cyberfizyczność 211

• Rozwój systemów cyberfizycznych 212
• Bezpieczeństwo funkcjonalne spotyka inżynierię chaosu 212
  
  • Analiza FMEA i inżynieria chaosu 214
• Oprogramowanie w systemach cyberfizycznych 215
• Inżynieria chaosu jako krok ponad analizę FMEA 216
• Efekt próbnika 219
  
  • Ograniczanie efektu próbnika 220
• Wnioski 221

18. HOP spotyka inżynierię chaosu 223

• Czym jest wydajność ludzi i organizacji? 223
• Główne zasady HOP 224
  
  • Zasada 1: błędy są normalne 224
  • Zasada 2: obwinianie niczego nie naprawi 224
  • Zasada 3: kontekst kieruje zachowaniem 225
  • Zasada 4: nauka i poprawa są niezbędne 225
  • Zasada 5: zamierzone reakcje mają znaczenie 226
• HOP spotyka inżynierię chaosu 226
  
  • Inżynieria chaosu i HOP w praktyce 227
• Wnioski 229

19. Inżynieria chaosu w bazach danych 230

• Dlaczego potrzebujemy inżynierii chaosu? 230
  
  • Solidność i stabilność 230
  • Rzeczywisty przykład 231
• Zastosowanie inżynierii chaosu 233
  
  • Nasz sposób akceptowania chaosu 233
  • Wstrzykiwanie błędów 234
• Wykrywanie awarii 236
• Automatyzacja chaosu 238
  
  • Platforma zautomatyzowanych eksperymentów: Schrodinger 238
  • Przepływ pracy Schrodingera 239
• Wnioski 240

20. Inżynieria chaosu bezpieczeństwa 241

• Nowoczesne podejście do bezpieczeństwa 242
  
  • Czynniki ludzkie i awarie 242
  • Usunięcie najsłabszych ogniw 243
  • Pętle informacji zwrotnej 244
• Inżynieria chaosu bezpieczeństwa i obecne metody 246
  
  • Problemy czerwonych zespołów 246
  • Problemy fioletowych zespołów 247
  • Korzyści z inżynierii chaosu bezpieczeństwa 247
• Testy Wielkiego Dnia w zakresie bezpieczeństwa 248
• Przykładowe narzędzie inżynierii chaosu bezpieczeństwa: ChaoSlingr 248
  
  • Historia ChaoSlingr 249
• Wnioski 251
  
  • Konsultanci i recenzenci 251

21. Wnioski 253

• Назва: Inżynieria chaosu. Odporność systemów w praktyce
• Автор: Casey Rosenthal, Nora Jones
• Оригінальна назва: Chaos Engineering: System Resiliency in Practice
• Переклад: Katarzyna Bogusławska
• ISBN: 978-83-283-8286-2, 9788328382862
• Дата видання: 2021-12-14
• Формат: Eлектронна книга
• Ідентифікатор видання: inzcha
• Видавець: Helion