3. 灰度发布核心概念
灰度发布（Canary Release / Gray Release）是风控模型从离线验证走向全量上线之间的关键过渡策略。其核心思想是：让新模型/规则先覆盖一小部分真实流量，在受控范围内验证效果与稳定性，再逐步扩大范围，直至全量切换。理解灰度发布的六大核心概念，是设计灰度方案的前提。
3.1 流量分组
流量分组是将进入风控系统的请求按照特定维度划分为若干逻辑单元，使得不同分组可以独立接收不同的模型版本或规则策略。常见的分组维度包括：
| 分组维度 | 说明 | 适用场景 |
|---|---|---|
| 用户ID哈希 | 对用户ID取模，按余数分配到不同组 | 通用场景，分布均匀 |
| 设备指纹尾号 | 按设备标识符末几位数字分组 | 设备维度策略验证 |
| 地域/渠道 | 按用户来源地域或注册渠道分组 | 区域性灰度或渠道对比 |
| 随机采样 | 使用随机数生成器分配分组 | 小流量快速验证 |
实操建议：风控灰度优先使用用户ID哈希分组，保证同一用户始终落在同一分组，避免同一用户在不同模型版本间反复切换导致体验不一致或风控结果冲突。
3.2 实验组与对照组
灰度发布必须同时运行两个逻辑分组：
- 实验组（Treatment Group）：接收新模型/新规则的流量，用于观察新策略的效果。
- 对照组（Control Group）：继续使用当前线上模型/规则，作为效果对比的基准。
两组流量在时间窗口内并行运行，通过对比关键指标（如通过率、误杀率、逾期率）来评估新模型是否优于或劣于当前模型。
3.3 灰度比例
灰度比例指实验组流量占总流量的百分比。比例的选择直接影响灰度发布的风险与统计置信度：
| 灰度比例 | 风险等级 | 统计置信度 | 典型用途 |
|---|---|---|---|
| 1% – 5% | 极低 | 低（需较长时间积累样本） | 冒烟测试、功能验证 |
| 5% – 20% | 低 | 中等 | 效果初步评估 |
| 20% – 50% | 中等 | 较高 | 效果确认、稳定性验证 |
| 50% – 100% | 高 | 高 | 全量前最终验证 |
注意：灰度比例并非越高越好。比例过高会放大新模型潜在缺陷的影响范围；比例过低则可能导致样本量不足，无法在合理时间内得出统计显著的结论。建议从 5% 起步，逐步递增。
3.4 灰度批次
灰度批次是将灰度过程拆分为多个阶段，每个阶段对应一个灰度比例，并在每个批次结束后进行效果评估与决策。典型的灰度批次设计如下：
- 批次一（1% – 5%）：验证模型无严重缺陷，无系统报错。
- 批次二（10% – 20%）：观察核心指标（通过率、误杀率）是否在可接受范围内。
- 批次三（30% – 50%）：评估模型对业务的实际影响，包括逾期率、客诉率等。
- 批次四（100%）：全量切换，同时保留回滚能力。
3.5 回滚机制
回滚机制是灰度发布的安全底线。当灰度批次中出现指标异常（如通过率骤降、误杀率飙升、系统响应超时）时，必须能够快速将流量切回旧模型。回滚策略包括：
- 配置开关回滚：通过配置中心（如 Apollo、Nacos）将灰度比例一键置零，所有流量回归对照组。
- 版本回退：将模型服务回退到上一个稳定版本，适用于模型包独立部署的场景。
- 流量调度回滚：在网关层或负载均衡层修改路由规则，将实验组流量全部指向旧模型服务。
关键指标：回滚速度是衡量灰度发布成熟度的重要指标。理想情况下，从发现异常到完成回滚应控制在 5 分钟以内。建议在灰度开始前就完成回滚演练。
3.6 概念关系总结
下表梳理了六个核心概念在灰度发布流程中的角色与相互关系：
| 概念 | 角色 | 与其他概念的关系 |
|---|---|---|
| 流量分组 | 流量划分的基础单元 | 实验组与对照组基于分组定义 |
| 实验组与对照组 | 效果对比的双方 | 流量分组的具体应用 |
| 灰度比例 | 控制实验组流量大小 | 决定每个批次的流量分配 |
| 灰度批次 | 灰度执行的阶段划分 | 每个批次对应一个灰度比例 |
| 回滚机制 | 安全兜底策略 | 任何批次发现问题时触发 |