我们雇佣了一只大猴子

从程序员的视角来看，提高系统稳定性的方法无外乎三种：

通过各种技术手段，例如在容器和调度、微服务、消息、软负载和配置中心等纬度提高系统和架构的健壮性；
提升监控的广度和深度，生产中一旦出现问题，能快速定位，给出解决方案；
生产就是大考，谁也不知道升学考中会出现什么样的试题，建立故障演练机制，把各类可以预见的故障提前演练出来，例如随机杀节点、延时响应，甚至中断机房；