灰度发布核心概念：流量比例、灰度批次、灰度标签、回滚策略、灰度指标
灰度发布（Canary Release / Gray Release）并非简单的“让一部分用户先用新版本”。它是一套由流量比例、灰度批次、灰度标签、回滚策略和灰度指标五个核心概念构成的工程体系。理解这五个概念，是设计可靠灰度方案的前提。
核心认知：灰度发布的本质是“受控的暴露”——在最小爆炸半径内验证新版本的正确性，同时保留随时切断的能力。
2.1 流量比例（Traffic Ratio）
流量比例决定多少百分比的请求会被路由到灰度版本。它是灰度发布最直观的控制旋钮。
| 比例值 | 典型场景 | 风险等级 |
|---|---|---|
| 1% – 5% | 内部测试、功能验证、性能基准 | 低 |
| 10% – 30% | 小范围用户验证、A/B 对比 | 中 |
| 50% – 80% | 大规模验证、压力测试、稳定性确认 | 高 |
| 100% | 全量发布（灰度结束） | —— |
流量比例的调整通常通过网关层或服务网格实现，支持实时生效，无需重启服务。
# 示例：Nginx 灰度比例配置（基于权重）
upstream backend {
server 10.0.1.10:8080 weight=90; # 稳定版 90%
server 10.0.1.11:8080 weight=10; # 灰度版 10%
}
避坑提示：流量比例不等于用户比例。如果灰度版本只接收 5% 的流量，但某个高频用户恰好落在灰度组中，他可能连续触发灰度逻辑。需要结合“灰度标签”做更精细的控制。
2.2 灰度批次（Gray Batch）
灰度批次定义了灰度发布的阶段划分。一个完整的灰度发布通常包含多个批次，每个批次对应一个流量比例和一组验证条件。
批次设计的原则：前慢后快。前几个批次（1%–5%）停留时间较长，用于充分观察；后几个批次（50%–100%）可以加速推进。
2.3 灰度标签（Gray Label）
灰度标签是路由决策的元数据。它决定了“哪些请求应该被路由到灰度版本”。常见的灰度标签包括：
- 用户维度：用户 ID 哈希、用户等级（VIP / 普通）、地域、设备类型
- 请求维度：请求路径、HTTP Header、Cookie、API 版本号
- 随机维度：请求 ID 取模、随机数范围
# 示例：基于用户 ID 哈希的灰度标签路由（伪代码）
def route_to_canary(request):
user_id = request.headers.get("X-User-Id")
hash_val = hash(user_id) % 100
# 灰度标签：hash 值在 0-4 之间的用户进入灰度组
return hash_val < 5 # 5% 灰度
最佳实践：灰度标签应具备幂等性——同一个请求在多次路由中应始终落在同一版本上，避免用户反复横跳导致体验不一致。
2.4 回滚策略（Rollback Strategy）
回滚策略定义了当灰度版本出现异常时，如何快速恢复到稳定版本。它是灰度发布的最后一道安全防线。
| 回滚方式 | 恢复速度 | 适用场景 |
|---|---|---|
| 流量切换 | 秒级 | 仅路由层异常，无需重新部署 |
| 版本回退 | 分钟级 | 灰度版本存在代码缺陷，需回退镜像/容器 |
| 数据库回滚 | 分钟~小时级 | 灰度版本修改了数据 schema 或执行了破坏性数据操作 |
| 全量回滚 | 视规模而定 | 灰度版本引发系统性故障，需整体回退至上一发布版本 |
# 示例：Kubernetes 回滚命令
kubectl rollout undo deployment/api-canary -n production
# 指定回滚到上一个版本
kubectl rollout undo deployment/api-canary --to-revision=3
关键原则：回滚策略必须在灰度发布开始之前就制定好，而不是等出问题再临时决策。建议将回滚操作编写为自动化脚本或 CI/CD Pipeline 中的一键回滚任务。
2.5 灰度指标（Gray Metrics）
灰度指标是衡量灰度版本健康状态的量化依据。没有指标，灰度发布就变成了“盲人摸象”。
灰度指标的选择应遵循 SMART 原则：
- Specific（具体）：明确指标定义，如“P99 延迟”而非“性能变差”
- Measurable（可测量）：指标必须能被监控系统采集
- Actionable（可行动）：指标异常能触发明确的回滚或告警动作
- Relevant（相关）：指标与灰度版本的功能变更直接相关
- Time-bound（有时限）：指标需要在灰度批次停留时间内完成评估
实战建议：灰度指标不要只关注技术指标（延迟、错误率），更要关注业务指标。一个 API 延迟降低了 50%，但订单转化率下降了 10%，这仍然是失败的灰度。
2.6 五者关系总结
五个核心概念并非孤立存在，它们共同构成了灰度发布的闭环控制模型：
| 概念 | 作用 | 与其他概念的关系 |
|---|---|---|
| 流量比例 | 控制灰度版本接收的请求量 | 随灰度批次逐步递增；受灰度标签过滤 |
| 灰度批次 | 定义灰度发布的阶段划分 | 每个批次绑定一个流量比例和一组灰度指标阈值 |
| 灰度标签 | 决定哪些请求进入灰度组 | 与流量比例共同决定灰度路由结果 |
| 回滚策略 | 异常时的快速恢复机制 | 由灰度指标触发；回滚后流量比例归零 |
| 灰度指标 | 量化评估灰度版本健康度 | 驱动批次推进或触发回滚策略 |