第二十五篇：稳定性之灰度发布

随着用户规模逐渐增长、产品的更新频繁，新版的每次上线，各方都要承受极大的压力，一旦产品发布出现事故，可能影响的范围和损失都比较大，为了解决产品发布过程中的风险控制，要有部分的用户参与到新产品中，体验使用观测其真实反馈，如果没有用户的参与，直接面对全量用户，那么风险是可想而知的。

灰度发布

为了控制产品发布过程中的风险、故有了灰度发布，百度百科的解释是这样的:

灰度发布是指在黑与白之间，能够平滑过渡的一种发布方式，在其上可以进行A/B testing，即让一部分用户继续用产品特性A，一部分用户开始用产品特性B，如果用户对B没有什么反对意见，那么逐步扩大范围，把所有用户都迁移到B上面来。灰度发布可以保证整体系统的稳定，在初始灰度的时候就可以发现、调整问题，以保证其影响度；灰度期：灰度发布开始到结束期间的这一段时间，称为灰度期。

灰度发布也叫金丝雀发布，起源是，矿井工人发现，金丝雀对瓦斯气体很敏感，矿工会在下井之前，先放一只金丝雀到井中，如果金丝雀不叫了，就代表瓦斯浓度高。

灰度发布是在线上同时存在新旧两个版本，根据不同策略，按需分配部分流量比例到新的版本，支持流量新旧切换、及切换流量比例，也可支持快速回滚，通过观测这部分用户使用新版本的状态状况数据，渐进式完成新版本的全量上线，最大限度地控制新版本发布带来的业务风险，降低故障带来的影响面。

灰度类型

灰度发布的类型，通常情况下可分为前端、客户端、服务端，灰度有个原则就是要能够保证用户请求的完整性，例如：要么该用户的全部请求有新版本提供服务，要么由旧版本提供服务，不可能一会旧版本一会新版本，原因是可能存数据依赖问题。

灰度策略

灰度策略是我们要选择哪些用户体验新版本，比较常用的就是按照人划分，可按照用户ID、用户IP、设备等其他标签多维度策略，来观测使用效果，还有其他的方式例如随机分配流量百分比、渠道等等。

可观测性

通过灰度策略，筛选出合适的用户体验新版本状态，通过可观测性观测各项SLI指标来评判SLO，以及用户满意度，决策是否扩大还是暂停（回滚）灰度策略。如果没有可观测性，如何得知新版本这部分用户的使用状况，那么也无法决策是否继续或暂停，要能够通过数据反馈来支持决策。

流量染色

根据流量协议设置对应的流量染色规则，对指定的流量进行染色标记，并在整个调用链中携带该标记，以便于对染色流量进行跟踪和路由，流量染色的方法可分为逻辑染色、物流染色两种，如下：

逻辑染色：该方式是通过携带灰度因子，通过层层调用传递的方式进行程序逻辑控制。
物理染色：该方式是按照机器的维度分流。

小结

灰度发布可以在灰度期很好进行发布产品过程中的风险控制，降低发布带来的风险，通过小流量的方式进行小范围验证，实现平滑过渡，因此我们要在适当的时候使用灰度发布，灰度发布是非常有用的，但是灰度发布也带来一定的复杂性和成本，这也是需要重视的，不能因实施灰度发布而带来其他稳定性问题。