首創「混沌工程」的Netflix，藉由在機房遷移的過程中實踐混沌工程，將實施經驗與過程所採用的工具，整理為「Chaos Monkey」工具包並開源釋出，並對外擴散混沌工程的做法和效益；本研究則以Chaos Monkey混沌工程工具包為主題，探討其運作流程和原理，以了解Netflix如何以混沌工程逐步解決效能和可用性問題。

【技術發展背景】

Netflix導入混沌工程有十餘年的歷史，最早可追溯回2008年尚未流行串流視訊的年代，當時仍以DVD租賃為主要業務的Netflix面臨到資料庫停擺三天，演變為跨國業務面的嚴重衝擊；2011年Netflix以轉移機房到AWS為契機，改為部署以微服務為主的新分散式架構，並創建Chaos Monkey混沌工程工具包，來測試Netflix伺服器面臨停機或過載的韌性，並允許不妨礙業務衝擊的容錯空間，確保整體系統運作穩定。

【技術介紹與應用現況】

混沌工程一開始採用的是「錯誤注入（Fault injection）」的方法，預設各種可導致系統異常的使用情境，來找出效能瓶頸所在，類似「預防針」的作用，將不確定因子轉化為可控的因子；另外，混沌工程也考慮「容錯率」的概念，在Netflix運作中的上千個微服務中，若有一定比例以下的異常，則不致於影響整體的正常運作，也能兼顧服務品質、減少停機維護衝擊。

資料來源： (Reed, 2020)

圖 1 Netflix微服務拓樸圖

Netflix Chaos Monkey也利用「人猿軍團（Simian Army）」的編制，類似於「紅隊演練」的模式，藉由對伺服器發動各種可能的攻擊途徑，來找出影響伺服器穩定運作的不確定因子，並依據攻擊後留下的線索，加以補救和改善。

【未來展望／挑戰】

Netflix將混沌工程與Chaos Monkey工具包發揚光大後，各項混沌工程工具也如雨後春筍般興起，除了Netflix本家Chaos Monkey以外，還有Gremlin、Chaos Toolkit、Litmus、Mangle等等，能跟市面主流雲平台和容器整合，進行更實務面的混沌工程測試，讓各種不同型態的開發維運團隊，建立最安全穩定的組合。

資料來源： (Reed, 2020)

圖 2 混沌工程常用工具（摘錄）

封面圖片來源：123RF圖庫授權

參考資料：

1.Reed, M. (2020, August 26). Chaos Engineering when you're not Netflix . Retrieved from SlideShare: https://www.slideshare.net/MartezReed/chaos-engineering-when-youre-not-netflix

2.Russell, T. (2021, April 6). How Netflix Uses Fault Injection To Truly Understand Their Resilience. Retrieved from Coralogix: https://coralogix.com/blog/how-netflix-uses-fault-injection-to-truly-understand-their-resilience/

3.黃帥. (2019年4月1日). AWS雲上混沌工程實踐之啟動篇. 擷取自 AWS： https://aws.amazon.com/cn/blogs/china/aws-chaos-engineering-start/

是否還記得在東京奧運為我們奪下冠軍的那顆球？當觀眾屏息以待的緊張時刻，最終是由「鷹眼技術」決定了羽球落點，而這項技術背後，正是仰賴透過上萬張圖片精準地協助模擬最精確落點，讓人工智慧不只出現在科技製造領域，就連運動都能有所發揮。

根據市場調研機構Grand View Research研究，全球智慧健身市場到了2025年，預估可達到近300億美元的規模。而Reportlinker也指出，全球運動科技2021-2026年的市場規模年複合成長率將來到17.5%，在需求急速攀升下，科技導入正逐漸成為運動領域轉型的發展主軸。

AI虛擬教練誕生，讓時間不再是運動的藉口

從疫情開始，消費者的生活模式已逐步被改變，也因為運動場域無可避免的社交距離及密閉空間，讓不少人選擇改以居家健身維持運動習慣，這也讓業者抓準商機，推出相對應的產品來滿足消費者需求，其中、為確保運動姿勢的正確性，AI虛擬教練就成了大工程。

以市場上常見的魔鏡為例，消費者可以跟著鏡中的虛擬教練一同運動，同時針對姿勢進行偵測確保是否正確，不只是解決了疫情下不能上健身房運動的瓶頸，對於一些比較害羞、或時間相對不允許的使用者來說，也能透過科技輔助達成運動健身的效果。此外，AI不僅能打造虛擬教練，更能藉由後台的課程為每一位使用者提供客製化的課程規劃，藉由每一次練習的數據，打造更適切的運動內容，用AI強化運動成效。

縱使AI在運動科技場域的應用已經越趨成熟，但由於發展運動科技產品與服務的重要關鍵之一，是必須結合運動實務和科技兩者，而各項運動仍有其不同的專業領域，因此應適時與運動業者、體育相關協會或與學界等合作，發展出更符合需求的產品與服務，創造出AI產品的多元性；此外，也能跨域與AR/VR等更先進的技術結合，讓運動科技的應用能更加豐富。

參考資料：

1.MIC產業焦點評論《新常態下運動科技的發展方向》(2021/07/01)

2.MIC《2020東京奧運科技應用觀測》(2021/08/19)

3.圖片來源：https://unsplash.com/