在复杂的生产环境中，可能发生各种各样难以预测的故障和风险，如何通过一种全新的测试方法，来对服务质量进行保障，是我们今天要探讨的话题。而云原生是当前最火的领域之一，无论公司规模大小都会对服务进行容器化，通过 Kubernetes 进行自动编排和管理。如何保障数以万计的分布式服务、容器编排、服务器、存储、中间件等的稳定性和高质量，是当前业界探索的重要方向。混沌工程是一套通过在系统基础设施上进行测试，突破传统的测试方式，主动找出系统中的脆弱环节的测试方法。通过故障注入的测试方法，提前找出系统中的缺陷，尽可能多地识别风险，防止其演变为重大故障，提高系统在生产环境的弹性能力和韧性。

本次分享，将介绍混沌工程云原生平台在字节跳动中的测试实践，结合当前字节内部产品(如抖音、西瓜视频、飞书等)和 To B业务（火山引擎、飞书等）等基础设施的痛点和需求，总结出了一套实验测试方法和架构，并应用在多集群中，融入 AIOps 实现故障的可观测性，保障字节总体产品的稳定性和高质量。