Skip to content

金丝雀部署

一句话解释

金丝雀部署将小比例流量路由到新版本 — 如果无错误,逐步增加到 100%。早期发现问题。

用大白话说

金丝雀部署(得名于「煤矿中的金丝雀」)先将新版本逐步发布给小部分用户。如果金丝雀存活(无错误),增加发布范围。如果出现问题,在所有用户受影响前回滚。金丝雀流程:1. 从小开始 — 将 1-5% 流量路由到新版本

  1. 监控 — 观察错误率、延迟、业务指标
  2. 增加 — 如果健康,逐步增加(5% → 25% → 50% → 100%)
  3. 回滚 — 如果错误飙升,立即将所有流量切回旧版本相比蓝绿的优势:1. 早期发现 — 如果新版本有问题,仅 5% 用户受影响
  4. 渐进 — 可在任何比例停止
  5. 真实流量 — 用真实用户测试,非合成测试挑战:1. 监控 — 需要好的可观测性来快速发现问题
  6. 会话亲和 — 用户应停留在相同版本(不混用)
  7. 数据库迁移 — 新版本必须兼容旧版本数据工具:Argo Rollouts、Flagger、Istio、Kubernetes 加权路由。

示例

yaml
# Argo Rollouts — 金丝雀部署
apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
  name: my-app
spec:
  strategy:
    canary:
      steps:
        - setWeight: 5      # 5% 流量到新版本
        - pause: { duration: 10m }  # 等 10 分钟,观察
        - setWeight: 25     # 增加到 25%
        - pause: { duration: 10m }
        - setWeight: 50     # 增加到 50%
        - pause: { duration: 10m }
        - setWeight: 100    # 全量发布

  # 分析:错误率 > 5% 时自动回滚
  analysis:
    templates:
      - templateName: error-rate-check
    args:
      - name: service-name
        value: my-app

# 如果任何步骤中错误率超阈值,# Argo Rollouts 自动中止并回滚。

Argo Rollouts 逐步增加流量:5% → 25% → 50% → 100%,每步暂停观察。如果错误率超阈值,自动回滚。新版本有问题时仅 5% 用户受影响。

工作原理

  1. 部署新版本,0% 流量。2. 逐步增加新版本流量(5% → 25% → 50% → 100%)。3. 每步监控错误率、延迟和业务指标。4. 如果指标健康,进入下一步。5. 如果指标退化,立即将所有流量切回旧版本。6. 到 100% 后,发布完成,可移除旧版本。

常见混淆

  • 容易混淆的对象: 蓝绿部署

    关键区别: 蓝绿一次性将所有流量切到新版本(100%)— 快但如果新版本有问题则风险大。金丝雀逐步增加流量(5% → 100%)— 慢但更安全,有问题时仅小比例用户受影响。蓝绿是快速的全有或全无;金丝雀是渐进的早期发现。

相关术语

相关资源

相关课程

解读错误信息

用大白话解释常见错误——什么意思、为什么发生、如何修复。

查看错误

← 返回术语表