4. 灰度发布策略：灰度批次定义、金丝雀发布、蓝绿部署、滚动更新与批次控制

在容器网络运维中，灰度发布是降低变更风险、验证缓存命中率及网络策略正确性的核心手段。本章围绕四种主流策略，结合缓存命中巡检场景，定义灰度批次控制与运维留痕清单。

4.1 灰度批次定义与核心参数

灰度批次指将目标实例按比例或数量划分为多个有序子集，逐步引入流量或配置变更。批次控制参数直接影响缓存命中率与回源流量波动。

4.2 金丝雀发布（Canary Release）

金丝雀发布先让少量实例（金丝雀）承载真实流量，验证缓存策略、网络策略及服务稳定性后，再逐步扩大范围。

4.3 蓝绿部署（Blue-Green Deployment）

蓝绿部署维护两套完整环境（蓝/绿），通过切换流量入口实现瞬时切换。在缓存场景中，需注意缓存预热与 DNS 缓存生效时间。

4.4 滚动更新（Rolling Update）

滚动更新按批次逐步替换实例，每次替换一部分 Pod，保持服务不中断。在 Kubernetes 环境中，通过 maxSurge 和 maxUnavailable 控制批次粒度。

# Kubernetes Deployment 滚动更新配置示例
apiVersion: apps/v1
kind: Deployment
metadata:
  name: cache-proxy
spec:
  replicas: 10
  strategy:
    type: RollingUpdate
    rollingUpdate:
      maxSurge: 2          # 最多超出期望副本数 2 个
      maxUnavailable: 1    # 最多不可用 1 个
  template:
    spec:
      containers:
      - name: cache-proxy
        image: registry/cache-proxy:v2.3
        readinessProbe:
          httpGet:
            path: /health
            port: 8080
          initialDelaySeconds: 10
          periodSeconds: 5

#!/bin/bash
# 滚动更新批次控制 - 缓存命中率断言
BASELINE_HIT=90.0
CURRENT_HIT=$(curl -s http://prometheus/api/v1/query?query=cache_hit_ratio | jq '.data.result[0].value[1]' | tr -d '"')
if (( $(echo "$CURRENT_HIT < $BASELINE_HIT - 5.0" | bc -l) )); then
  echo "ERROR: 缓存命中率 $CURRENT_HIT% 低于阈值，中止批次推进"
  kubectl rollout undo deployment/cache-proxy
  exit 1
fi
echo "OK: 命中率 $CURRENT_HIT%，继续下一批次"

4.5 批次控制与运维留痕清单

无论采用哪种策略，批次控制的核心是“可观测、可暂停、可回滚”。以下清单适用于所有灰度发布场景：

• 批次定义：记录每批次实例 ID、IP、所属可用区、缓存分片编号。
• 指标基线：批次前记录缓存命中率、回源带宽、P99 延迟、错误率。
• 批次推进条件：命中率波动 ≤ 3%、错误率 = 0%、延迟增幅 ≤ 20%。
• 暂停/回滚触发：命中率下降 ≥ 5%、回源带宽突增 ≥ 50%、P99 延迟 > 200ms。
• 留痕输出：每个批次生成 JSON 格式的变更记录，包含时间戳、指标快照、决策结果。

{
  "batch_id": 3,
  "timestamp": "2025-03-21T14:30:00Z",
  "instances": ["pod-cache-7", "pod-cache-8", "pod-cache-9"],
  "pre_hit_ratio": 91.2,
  "post_hit_ratio": 90.8,
  "decision": "proceed",
  "reason": "命中率下降 0.4%，在阈值内"
}