Doelselectie in Azure Chaos Studio
Elk chaosexperiment bestaat uit een andere combinatie van fouten en doelen, waardoor een uniek storingsscenario ontstaat om de tolerantie van uw systeem te testen. U kunt een vaste set doelen voor uw chaos-experiment selecteren of een regel opgeven waarin alle overeenkomende resources met fouten worden opgenomen als doelen in uw experiment. Chaos Studio stelt u in staat om beide te doen door zowel handmatige als op query's gebaseerde doelselectie op te geven.
Handmatige doelselectie op basis van lijst
Met handmatige doelselectie op basis van een lijst kunt u een vaste set ge onboardde doelen selecteren voor een bepaalde fout in uw chaos-experiment. Afhankelijk van de geselecteerde fout kunt u een of meer onboardingresources selecteren om het doel te bereiken. De bovengenoemde resources worden toegevoegd aan het experiment na het maken van de tijd. Als u de lijst wilt wijzigen, moet u naar de pagina van het experiment navigeren en handmatig foutdoelen toevoegen of verwijderen. Hieronder ziet u een voorbeeld van handmatige doelselectie.
Dynamische doelselectie op basis van query's
Met dynamische doelselectie op basis van query's kunt u een KQL-query invoeren waarmee alle onboardingsdoelen worden geselecteerd die overeenkomen met de resultatenset van de query. Met behulp van uw query kunt u doelen filteren op basis van algemene Azure-resourceparameters, zoals type, regio, naam en meer. Bij het maken van het experiment wordt alleen de query zelf toegevoegd aan uw chaos-experiment.
Met de invoerquery worden onboardingdoelen uitgevoerd en toegevoegd aan uw experiment die overeenkomen met de resultatenset bij de uitvoeringstijd van het experiment. Alle resources die zijn toegevoegd aan Chaos Studio na het maken van het experiment die overeenkomen met de queryresultatenset op de uitvoeringstijd van het experiment, zijn dus gericht op uw experiment. U kunt een voorbeeld van de resultatenset van uw query bekijken wanneer u deze toevoegt aan uw experiment, maar deze komt mogelijk niet overeen met de resultatenset tijdens de uitvoeringstijd van het experiment. Hieronder ziet u een voorbeeld van een mogelijke dynamische doelquery.
Bereik van doel
Met bepaalde fouten in Chaos Studio kunt u specifieke functionaliteit binnen uw Azure-resources verder richten. Als bereikselectie beschikbaar is voor een doel en niet is geconfigureerd, wordt de resource volledig gericht op de geselecteerde fout. Hieronder ziet u een voorbeeld van een bereikselectie op een exemplaar van virtuele-machineschaalsets waarop de VMSS-afsluitfout (versie 2.0) is gericht.
Volgende stappen
Nu u beide manieren begrijpt om doelen te selecteren binnen een chaos-experiment, kunt u het volgende doen: