Formation LitmusChaos

Programme de notre formation LitmusChaos

Introduction à la chaos engineering

• Définition et objectifs de la chaos engineering
• Résilience applicative et tolérance aux pannes
• Histoire et principes fondamentaux du chaos (steady-state, hypothèse, validation)
• Bonnes pratiques et cadre de sécurité pour les tests de chaos
• Présentation des outils du marché (Gremlin, Chaos Mesh, LitmusChaos)
• Positionnement de LitmusChaos dans l’écosystème CNCF

Architecture et composants de LitmusChaos

• Présentation générale de LitmusChaos (open source, CNCF, mono-cluster)
• Plan de contrôle vs plan d’exécution
• Les Custom Resources (ChaosEngine, ChaosExperiment, ChaosResult)
• Le Chaos Operator et le ChaosCenter
• Présentation du ChaosHub : la bibliothèque d’expériences
• Fonctionnement et cycle de vie d’une expérience de chaos

Mise en place de l’environnement LitmusChaos

• Préparation de l’environnement Kubernetes
• Installation de LitmusChaos (via Helm ou manifests YAML)
• Vérification des composants installés
• Déploiement d’une application de test (ex: Podtato-head, Nginx, etc.)
• Configuration des permissions et annotations nécessaires
• Accès au portail ChaosCenter (si utilisé)
• Atelier pratique : Installation de LitmusChaos et validation via un premier test simple (pod-delete)

Premier test de chaos avec ChaosEngine

• Structure et rôle d’un ChaosEngine
• Référencement d’un ChaosExperiment dans un ChaosEngine
• Définition de la cible via labels/selectors
• Paramétrage du test (durée, force, randomization, etc.)
• Exécution de l’expérience et lecture du ChaosResult
• Observation des effets sur l’application

Expériences de chaos classiques

• Types de chaos supportés par Litmus (CPU Hog, Memory Hog, Network Delay…)
• Pannes de pods, de containers ou de nœuds
• Dégradations réseau : latence, perte de paquets
• Stress de ressources : surcharge CPU, mémoire, disque
• Échecs de service dépendant (ex : base de données, DNS)
• Choisir le bon test selon la nature de l’application cible
• Atelier pratique : Création et exécution d’un ChaosEngine personnalisé (ex. : CPU Hog sur un microservice)

Observation et interprétation des résultats

• Analyse des logs d’exécution
• Utilisation de kubectl pour diagnostiquer les effets
• Consultation des objets ChaosResult
• Monitoring applicatif pendant l’expérience (Prometheus, Grafana, logs)
• Métriques clés de résilience à observer
• Débriefer une expérience pour en tirer des leçons

Orchestration avec les Chaos Workflows

• Introduction aux Chaos Workflows (enchaînement de tests)
• Construction visuelle via ChaosCenter ou définition YAML
• Dépendances et enchaînements conditionnels
• Exemple de workflow à deux étapes (pod-delete + memory-stress)
• Exécution et suivi d’un workflow
• Score de résilience global d’un workflow
• Atelier pratique : Conception et exécution d’un Chaos Workflow multi-étapes

Études de cas et planification du chaos

• Étude de cas : chaos engineering sur une application e-commerce
• Identification des points faibles à tester
• Choix progressif des expériences de chaos
• Organisation des campagnes de test (manuel, planifié, automatique)
• Stratégie de montée en charge des tests dans un contexte réel
• Établir un plan de chaos engineering d’équipe

Intégration de LitmusChaos dans la CI/CD

• Objectifs du chaos en pipeline CI/CD
• LitmusChaos et GitHub Actions, GitLab CI, Jenkins
• Déclenchement automatique des tests de chaos
• Validation et score de résilience en pipeline
• Exemples de configuration YAML pour CI/CD
• Vers le continuous chaos avec GitOps et ArgoCD