Chaos toolkit执行os.rename未重命名原文件，实验结果不符合预期求助

根因分析 #

• 服务后台update_file线程每秒会以w模式打开./example.dat写入时间，w模式的特性是目标文件不存在时会自动创建新文件。混沌实验执行rename操作将原文件重命名为./example.dat.old后，最多1秒，update_file线程下一次写入时就会自动在原路径新建一个空的./example.dat，你看到的原路径文件已经不是重命名前的原始文件，才会产生「未执行重命名反而新建目标文件」的错觉。
• 稳态假设配置不符合预期。你当前的probe容忍值设置为[200,503]，无论服务是否能正常读取文件，只要返回这两个状态码都会被判定为符合稳态，因此实验直接返回成功。同时你的服务读取文件时没有捕获异常，文件不存在时会直接抛出未处理异常，默认返回500状态码，也不符合你预期的503判定逻辑。
• 服务代码存在基础笔误，使用了datetime.now()但未导入datetime模块，运行时会直接报错。

修复步骤 #

1. 先修复服务代码基础问题，头部补充导入依赖：

import datetime
import os

2. 给服务接口加异常捕获，符合预期的错误返回逻辑：

def simple_app(environ, start_response):
    """A simple WSGI application.

    This application just writes the current time to the response.
    """
    try:
        with open(EXAMPLE_FILE, 'r') as f:
            content = f.read().encode('utf-8')
        status = '200 OK'
        headers = [('Content-type', 'text/plain; charset=utf-8')]
        start_response(status, headers)
        return [content]
    except FileNotFoundError:
        status = '503 Service Unavailable'
        headers = [('Content-type', 'text/plain; charset=utf-8')]
        start_response(status, headers)
        return [b'example.dat not found']

3. 调整文件更新线程逻辑，避免自动重建被删除的测试文件：

def update_file():
    """Write the current time to the file every second."""
    print('Updating file...')
    while True:
        # 仅文件存在时更新，不存在时不自动创建
        if os.path.exists(EXAMPLE_FILE):
            with open(EXAMPLE_FILE, 'w') as f:
                f.write(datetime.now().isoformat())
        time.sleep(1)

4. 修正混沌实验的稳态假设配置，将steady-state-hypothesis下probe的tolerance改为仅接受正常状态码200：

"tolerance": [200]

修改后稳态假设的逻辑就符合预期：正常状态下服务返回200，实验删除文件后如果返回非200状态码，说明稳态被打破，验证了文件丢失会影响服务可用性。
5. 可选配置：在实验配置中增加回滚动作，实验结束后自动将重命名的文件恢复，避免手动重置测试环境。

内容的提问来源于stack exchange，提问作者evanstjabadi