AWSの障害テストツール「Chaos Monkey」

Netflix が Chaos Monkey という AWS 用の障害テストツールを公開したようなのでメモ。

米Netflix、AWSに対応するクラウドインフラ向け障害テストツール「Chaos Monkey」をリリース - SourceForge.JP Magazine : オープンソースの話題満載

Chaos Monkeyはクラウドシステムで運用中のインスタンスをランダムに無効にし障害を引き起こす機能を持つ。これにより、アプリケーションが設計通りに動くかどうかを確認できるという。実際にNetflix社内で活用されており、昨年一年で運用・テスト環境にあるインスタンス65000以上を終了させたという。柔軟性のあるアーキテクチャを持ち、AWS以外のクラウドサービスでも動くとしている。障害問題を解決して学習できるよう、デフォルトでは平日の午前9時から午後3時に動くよう設定されている。

説明を読む限り、起動しているインスタンスを実際にシャットダウンして、システム全体に影響を及ぼさないかどうかをテストするというなかなかに過激なツールになっています。障害を起こすツールとしては、 Trouble-Maker というシステムに設定ミスを埋め込むんで本当の障害を起こすというツールがありましたが、これは隔離環境で訓練を実施するものでした。それに対して、このChaos Monkeyは本番に対して障害を引き起こすという、多重化されていることが前提のクラウド環境らしい斬新なアイディアですね。システムテストツールとしてこういう方向性も面白いと思います。

† 参考

　・NetflixがChaos Monkeyをオープンソースに