4. 发布健康口径定义：从链路数据视角定义发布成功/失败的标准

发布健康口径（Deployment Health Criteria）是一组可量化的、从分布式链路追踪数据中提取的判定规则，用于客观回答“本次发布是否成功”。传统发布评估依赖日志关键词、CPU/内存阈值或人工验证，而链路数据提供了端到端请求行为的全局视图，能够更精准地反映发布对用户请求的实际影响。

4.1 链路数据视角的发布健康模型

从 Jaeger 链路数据出发，一次发布是否健康，需要同时满足以下三个维度的条件：

• 可用性维度：新版本服务能够正常接收并处理请求，不产生系统性错误。
• 性能维度：请求延迟在可接受范围内，不出现显著劣化。
• 正确性维度：业务逻辑正确，链路拓扑结构符合预期，无异常调用路径。

4.2 发布成功/失败判定标准

基于上述三维度模型，我们定义具体的判定指标和阈值。以下表格列出了从 Jaeger 链路数据中提取的核心指标及其健康标准：

4.3 发布健康判定流程

一次发布的健康判定遵循以下自动化流程，每个步骤都依赖 Jaeger 的实时链路数据：

1. 数据采集：从 Jaeger 查询新版本服务的所有 trace，时间窗口为发布开始后 5 分钟。
2. 基线对比：将当前指标与预发布基线进行比对，计算偏差百分比。
3. 逐维度判定：依次检查可用性、性能、正确性三个维度，任一维度不达标则标记为“不健康”。
4. 聚合决策：三个维度均达标 → 发布成功；否则 → 发布失败，触发回滚流程。
5. 结果记录：将判定结果写入 Jaeger 的 tag 或自定义存储，用于后续审计。

4.4 发布健康口径的代码实现示例

以下是一个基于 Jaeger API 的健康判定伪代码示例，展示了如何将上述标准转化为可执行的判定逻辑：

def evaluate_deployment_health(traces, baseline):
    """
    基于 Jaeger trace 数据评估发布健康状态
    
    参数:
        traces: 发布后窗口内的 trace 列表
        baseline: 预发布基线指标
    
    返回:
        dict: {"healthy": bool, "details": {...}}
    """
    # 1. 可用性维度
    error_count = sum(1 for t in traces if t.has_error)
    error_rate = error_count / len(traces) if traces else 1.0
    availability_healthy = error_rate <= baseline.error_rate * 1.1
    
    # 2. 性能维度
    p99_latency = compute_p99([t.duration for t in traces])
    latency_healthy = p99_latency <= baseline.p99_latency * 1.2
    
    # 3. 正确性维度（拓扑对比）
    current_topology = extract_service_graph(traces)
    topology_diff = compare_topology(current_topology, baseline.topology)
    correctness_healthy = len(topology_diff.added_edges) == 0 \
                          and len(topology_diff.removed_edges) == 0
    
    # 4. 聚合决策
    healthy = availability_healthy and latency_healthy and correctness_healthy
    
    return {
        "healthy": healthy,
        "details": {
            "error_rate": error_rate,
            "p99_latency": p99_latency,
            "topology_changed": len(topology_diff.added_edges) > 0,
            "availability_healthy": availability_healthy,
            "latency_healthy": latency_healthy,
            "correctness_healthy": correctness_healthy
        }
    }

4.5 常见误判场景与规避策略

链路数据驱动的健康口径并非万能，以下场景容易导致误判，需要额外处理：