Отказоустойчивость: зачем, почему и как мы проверяем её на проде

Этот доклад посвящён тому, почему мы решили проверять поведение нашей системы при сбоях её компонентов не в тестовой среде, а прямо в продакшене – и как мы это реализуем. Сможет ли система продолжить работу в условиях отказа? Действительно ли сработают наши резервные механизмы? Не потеряем ли мы данные? Как будет происходить восстановление системы? Понадобится ли участие человека, и если да – готов ли персонал к такому сценарию? Мы разберём, как мы организуем этот процесс, как он развивается, какие цели перед собой ставим и как анализируем результаты таких испытаний. Отказоустойчивость: зачем, почему и как мы проверяем её на проде from Vladislav Orlikov