1.1 蓝绿发布概述
1.1.1 蓝绿发布定义
蓝绿发布（Blue-Green Deployment）是一种零停机或接近零停机的应用发布策略。其核心思想是维护两套完全独立的生产环境——蓝环境（Blue）与绿环境（Green），在任何时刻只有一套环境承载全部生产流量，另一套环境处于待命或空闲状态。
核心定义：蓝绿发布通过同时运行两套生产环境，利用流量切换实现应用的平滑上线与快速回滚，将发布风险从“修改现有系统”转变为“切换流量入口”。
在典型实践中，绿环境通常代表当前稳定运行的生产版本，蓝环境则部署新版本应用。完成部署与验证后，通过负载均衡器或网关将流量从绿环境瞬间切换至蓝环境，完成发布。若出现问题，只需将流量切回绿环境即可实现秒级回滚。
1.1.2 与传统发布方式对比
传统发布方式（如滚动更新、金丝雀发布）与蓝绿发布在基础设施需求、风险控制、回滚速度等方面存在显著差异。下表从多个关键维度进行对比：
| 对比维度 | 蓝绿发布 | 滚动更新 | 金丝雀发布 |
|---|---|---|---|
| 基础设施需求 | 需要两套完整环境 | 一套环境即可 | 一套环境 + 流量控制 |
| 资源成本 | 高（双倍资源） | 低 | 中 |
| 发布速度 | 极快（秒级切换） | 慢（逐步替换） | 中等（逐步放量） |
| 回滚速度 | 秒级（流量切换） | 分钟级（重新部署） | 分钟级（调整流量） |
| 回滚风险 | 极低（环境保留） | 中（可能影响部分用户） | 低（影响范围可控） |
| 数据一致性 | 需处理数据库兼容 | 逐步兼容 | 需处理数据隔离 |
| 适用场景 | 关键业务、高可用要求 | 非关键服务、资源受限 | 灰度验证、A/B测试 |
实践建议：在 Prometheus 监控体系下，蓝绿发布的切换瞬间会产生流量突增或连接数变化，建议在切换前后设置
rate(http_requests_total[1m]) 和 histogram_quantile(0.99, ...) 等指标的告警阈值，确保切换过程可观测。
1.1.3 核心优势
蓝绿发布在 DevOps 实践中具备以下不可替代的核心优势：
- 零停机发布：流量切换在负载均衡层面完成，用户连接不会中断，适用于对可用性要求达到 99.99% 以上的关键业务。
- 秒级回滚：回滚操作仅需将流量切回旧环境，无需重新构建或部署，极大降低发布事故的恢复时间（MTTR）。
- 环境隔离：新旧版本运行在完全独立的环境中，互不干扰，避免滚动更新中可能出现的“混合版本”问题。
- 全量验证：新版本在切换前即可在蓝环境中进行完整的集成测试、性能测试和监控验证，确保发布质量。
- 简化监控对比：Prometheus 可以同时采集两套环境的指标，在切换前即可对比新旧版本的延迟、错误率、资源消耗等关键指标。
1.1.4 适用场景与限制
蓝绿发布并非万能银弹，在特定场景下优势明显，但在某些场景下也存在限制：
关键限制：蓝绿发布要求两套环境共享同一数据库或数据存储层时，必须处理数据库 schema 兼容性问题。如果新版本修改了数据库结构，回滚时可能导致旧版本无法正常工作。建议采用“向前兼容”的数据库变更策略。
适用场景
- 关键业务系统：支付、交易、用户认证等对可用性要求极高的服务。
- 高频发布项目：每日多次发布的敏捷团队，需要快速交付与快速回滚能力。
- 基础设施完善的组织：拥有容器编排（Kubernetes）、服务网格（Istio）或云原生基础设施的团队。
- Prometheus 监控成熟团队：能够通过指标对比、告警规则和仪表盘全面评估发布质量。
不适用或需谨慎的场景
- 资源受限环境：双倍基础设施成本对中小团队或非关键服务可能不经济。
- 有状态服务：数据库、缓存集群等有状态组件难以快速切换，需配合数据同步方案。
- 长连接服务：WebSocket、gRPC 长连接在流量切换时可能中断，需设计优雅断连机制。
- 数据库 schema 频繁变更：每次发布都涉及数据库迁移时，回滚复杂度显著增加。
蓝绿发布 vs 金丝雀发布决策矩阵
| 决策因素 | 推荐蓝绿发布 | 推荐金丝雀发布 |
|---|---|---|
| 回滚速度要求 | 秒级回滚 | 分钟级可接受 |
| 资源预算 | 充足（双倍环境） | 有限（单环境 + 流量控制） |
| 发布频率 | 高（每日多次） | 中低（每周/每月） |
| 用户影响容忍度 | 零容忍 | 可接受小范围影响 |
| 数据变更复杂度 | 低（无 schema 变更） | 高（需逐步迁移） |
| 监控成熟度 | 高（Prometheus 全量对比） | 中（需精细化流量分析） |
实战经验：在 Prometheus 监控体系下，建议为蓝绿环境分别添加
env="blue" 和 env="green" 标签。通过 PromQL 的 label_replace 或 group_left 操作，可以轻松实现两环境指标的实时对比仪表盘，为发布决策提供数据支撑。