CTO點(diǎn)名要搞個(gè)灰度發(fā)布系統(tǒng)，不慌！

灰度發(fā)布的定義

互聯(lián)網(wǎng)產(chǎn)品需要快速迭代開發(fā)上線，又要保證質(zhì)量，保證剛上線的系統(tǒng)，一旦出現(xiàn)問(wèn)題可以很快控制影響面，就需要設(shè)計(jì)一套灰度發(fā)布系統(tǒng)。

灰度發(fā)布系統(tǒng)的作用，可以根據(jù)配置，將用戶的流量導(dǎo)到新上線的系統(tǒng)上，來(lái)快速驗(yàn)證新的功能，而一旦出現(xiàn)問(wèn)題，也可以馬上的修復(fù)，簡(jiǎn)單的說(shuō)，就是一套A/B Test系統(tǒng)。

灰度發(fā)布允許帶著bug上線，只要bug不是致命的，當(dāng)然這個(gè)bug是不知道的情況下，如果知道就要很快的改掉

簡(jiǎn)單灰度發(fā)布系統(tǒng)的設(shè)計(jì)

灰度簡(jiǎn)單架構(gòu)如上圖所示，其中的必要組件如下：

1. 策略的配置平臺(tái)，存放灰度的策略

2. 灰度功能的執(zhí)行程序

3. 注冊(cè)中心，注冊(cè)的服務(wù)攜帶ip/Port/name/version

有了上面三個(gè)組件，才算一個(gè)完整的灰度平臺(tái)

灰度的策略

灰度必須要有灰度策略，灰度策略常見的方式有以下幾種

1. 基于Request Header進(jìn)行流量切分

2. 基于Cookie進(jìn)行流量切分

3. 基于請(qǐng)求參數(shù)進(jìn)行流量切分

舉例：根據(jù)請(qǐng)求中攜帶的用戶uid進(jìn)行取模，灰度的范圍是百分之一，那么uid取模的范圍就是100，模是0訪問(wèn)新版服務(wù)，模是1~99的訪問(wèn)老版服務(wù)。

灰度發(fā)布策略分為兩類，單策略和組合策略

單策略：比如按照用戶的uid、token、ip進(jìn)行取模

組合策略：多個(gè)服務(wù)同時(shí)灰度，比如我有A/B/C三個(gè)服務(wù)，需要同時(shí)對(duì)A和C進(jìn)行灰度，但是B不需要灰度，這個(gè)時(shí)候就需要一個(gè)tag字段，具體實(shí)現(xiàn)在下文詳述

灰度發(fā)布具體的執(zhí)行控制

在上面的簡(jiǎn)單灰度發(fā)布系統(tǒng)架構(gòu)中我們了解到，灰度發(fā)布服務(wù)分為上游和下游服務(wù)，上游服務(wù)是具體的執(zhí)行灰度策略的程序，這個(gè)服務(wù)可以是nginx，也可以是微服務(wù)架構(gòu)中的網(wǎng)關(guān)層/業(yè)務(wù)邏輯層，下面我們就來(lái)分析一下不同的上游服務(wù)，如何落地

Nginx

如果上游服務(wù)是nginx，那么就需要nginx通過(guò)Lua擴(kuò)展nginx實(shí)現(xiàn)灰度策略的配置和轉(zhuǎn)發(fā)，因?yàn)閚ginx本身并不具備灰度策略的執(zhí)行

通過(guò)lua擴(kuò)展實(shí)現(xiàn)了灰度策略的執(zhí)行，但是問(wèn)題又來(lái)了，nginx本身并不具備接收配置管理平臺(tái)的灰度策略，這個(gè)時(shí)候應(yīng)該怎么辦呢？

解決方案：本地部署Agent（需要自己開發(fā)），接收服務(wù)配置管理平臺(tái)下發(fā)的灰度策略，更新nginx配置，優(yōu)雅重啟Nginx服務(wù)

網(wǎng)關(guān)層/業(yè)務(wù)邏輯層/數(shù)據(jù)訪問(wèn)層

只需要集成配置管理平臺(tái)客戶端SDK，接收服務(wù)配置管理平臺(tái)下發(fā)的灰度策略，在通過(guò)集成的SDK進(jìn)行灰度策略的執(zhí)行即可

灰度發(fā)布復(fù)雜場(chǎng)景

下面舉例兩個(gè)稍微復(fù)雜的灰度發(fā)布場(chǎng)景，灰度策略假設(shè)都按照uid取?；叶劝俜种坏挠脩?，看一下如何實(shí)現(xiàn)。

場(chǎng)景1：調(diào)用鏈上同時(shí)灰度多個(gè)服務(wù)

功能升級(jí)涉及到多個(gè)服務(wù)變動(dòng)，網(wǎng)關(guān)層和數(shù)據(jù)訪問(wèn)層灰度，業(yè)務(wù)邏輯層不變，這個(gè)時(shí)候應(yīng)該如何進(jìn)行灰度？

解決方案：

經(jīng)過(guò)新版本網(wǎng)關(guān)層的請(qǐng)求，全部打上tag T，在業(yè)務(wù)邏輯層根據(jù)tag T進(jìn)行轉(zhuǎn)發(fā)， 標(biāo)記Tag T的請(qǐng)求全部轉(zhuǎn)發(fā)到新版數(shù)據(jù)訪問(wèn)層服務(wù)上，沒(méi)有tag T的請(qǐng)求全部轉(zhuǎn)發(fā)到老版數(shù)據(jù)訪問(wèn)層上。

場(chǎng)景2：涉及數(shù)據(jù)的灰度服務(wù)

涉及到數(shù)據(jù)的灰度服務(wù)，一定會(huì)使用到數(shù)據(jù)庫(kù)，使用到數(shù)據(jù)庫(kù)就會(huì)涉及到你使用數(shù)據(jù)庫(kù)前后的表字段不一致，我老版本是A/B/C三個(gè)字段，新版本是A/B/C/D四個(gè)字段。這時(shí)新版的灰度，就不能往老版的數(shù)據(jù)庫(kù)進(jìn)行修改了，這個(gè)時(shí)候就需要把數(shù)據(jù)copy一份出來(lái)做這個(gè)事情了

數(shù)據(jù)庫(kù)其實(shí)并沒(méi)有灰度的概念，這個(gè)時(shí)候我們只能把數(shù)據(jù)重新拷貝一份出來(lái)進(jìn)行讀和寫，因?yàn)檫@時(shí)你的寫必須是全量的（雙寫），不能說(shuō)90%的數(shù)據(jù)寫入到老版本，10%的數(shù)據(jù)寫入到新版本，因?yàn)檫@個(gè)時(shí)候你會(huì)發(fā)現(xiàn)兩個(gè)數(shù)據(jù)庫(kù)的數(shù)據(jù)都不是全量的。

離線全量復(fù)制數(shù)據(jù)的過(guò)程中一定會(huì)有數(shù)據(jù)丟失，這個(gè)時(shí)候就需要業(yè)務(wù)邏輯層寫一份數(shù)據(jù)到MQ中，等數(shù)據(jù)同步完成之后，新版的數(shù)據(jù)訪問(wèn)層再將MQ的數(shù)據(jù)寫入到新版本的DB中，實(shí)現(xiàn)數(shù)據(jù)的一致性，這個(gè)也是引入MQ的主要目的。

灰度過(guò)程中需要對(duì)兩個(gè)數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行對(duì)比，觀察數(shù)據(jù)是否一致。這樣不管是灰度失敗，放棄新版DB，還是灰度成功切換到新版DB，數(shù)據(jù)都不會(huì)產(chǎn)生丟失。