jepsen

[neverchanje]

Pegasus 此前是如何做可靠性测试的？

1. kill test

2. simulator test

3. production test

Nemesis

doc: https://github.com/jepsen-io/jepsen/blob/master/doc/tutorial/05-nemesis.md

nemesis 作为特殊的 client 对集群注入错误，扮演一个无敌破坏王 Ralph 的角色。Pegasus 就像阿修需要修复所有错误。

有这样几种测试可供选择：

• partition-random-halves：把集群内节点隔离成任意两个分区，本质是模拟网络异常，无节点死亡。
• majorities-ring：随机会有几个节点有特殊的网络分区，没有一个节点看到
• timeout：间断性让操作超时
• truncate-file：把文件的末尾搞丢一小段
• noop：啥也不做
• node-start-stopper：重启
• compose：

nemesis 实现网络分区的基本原理就是用 linux traffic control 工具，与社区工具 comcast，pumba 无二致。但对于一个 “powerful” 的正确性测试框架而言，

Checker

检查数据库的结果是否符合 ”操作历史“（history）。

Jepsen

Jepsen 的运行线程是固定的。

• web server see jepsen.cli.serve-cmd

• READ 不影响 database 的一致性，所以读失败可以不 crash。通常来讲超时也应该不 crash。