混沌初开，方兴未艾。混沌工程的概念由Netflix在2014年提出，近些年阿里，华为，腾讯，百度，工商银行等国内企业都有该领域的实践。
蚂蚁集团于2016年开始建设混沌工程体系，经历近6年的发展，目前以红蓝攻防为主要形式的混沌工程已有相当大的规模，从技术、机制、文化等层面驱动蚂蚁集团风险防控水位不断提升。
本文主要介绍蚂蚁集团的混沌工程体系，包括蚂蚁混沌工程的发展历程、业务特色、关键技术和平台以及未来规划。
一、发展历程
蚂蚁的混沌工程技术依托于红蓝攻防模式进行全面落地，红军（研发&质量&SRE）构建稳定的系统，技术蓝军持续注入风险异常，相互对抗和提升。蚂蚁混沌工程的发展分为三个阶段，我们称为三个代际的混沌工程。
第一代，时间为2016至2018年，重点是故障注入体系建设。
第一代混沌工程主要围绕着故障注入展开，当时蚂蚁的技术故障缺乏完整的体系进行防控，更多是各个业务系统根据自身重要性进行相关投入，风险防控的水位参差不齐，因此技术蓝军以减少故障为主要目标，开始进行故障注入的演练工作，当时主要针对运行中的应用系统，内容包括系统可用性和资金安全两个方面，建设了故障注入相关的技术和平台，组织了几次攻防演练活动，尤其在资金安全核对、变更风险识别方面起到了很好的牵引效果。
第二代，时间为2018年至2020年，重点是混沌工程边界拓展。
混沌工程领域边界的拓展主要体现在两个方面。第一，混沌工程不局限在故障注入，故障背后的本质是对技术风险的认知，我们提出风险挖掘的命题，包括资金风险的挖掘，变更影响面的挖掘等；第二，混沌工程开始面向软件完整生命周期，不再仅仅针对系统运行阶段进行故障注入，在开发，测试，发布，运行，数据处理等软件生命周期的各个阶段，我们都探索并落地了相应的故障注入能力，例如源码注入，测试用例注入，发布变更注入，在离线数据同步和计算注入，等等。同时，大型攻防演练活动已逐渐形成内部品牌，分别是面向高可用领域的527和面向资金安全领域的1218(分别表示5月27日和12月18日，蚂蚁历史上在这两天发生过两次必须铭记的重大故障，不忘教训而取此名)，通过技术运营等方式，开始在蚂蚁技术工程师中建立混沌工程的心智，宣导风险防控意识和文化，稳定优先的理念深入蚂蚁每一个技术人员的内心。
第三代，时间为2020年至今，重点是混沌工程角色的转变升级，由“验证”升级为“牵引和驱动”。
技术风险体系建设已经非常完善，连续多年全站故障数下降比例超出目标。在这种背景下，如何保鲜现存的技术风险防控能力，如何驱动建设更丰富的防控手段，成为主要命题。混沌工程在这个阶段的角色发生了重大变化，相比之前，我们大大增加了日常攻防演练的频率和数量(2021年故障注入次数在亿次级别，频率为以天粒度进行持续回归)，结合风险挖掘，仿真环境，自动化度量等技术，将攻防演练做到常态化持续运行，不断发现防控问题，揭示防控水位，牵引防控能力保鲜，驱动防控能力建设。在技术层面，统一攻防切面Awatch技术，仿真运行环境，混沌靶场，污点分析等硬核技术逐渐沉淀出来，后文也会针对性介绍。
