金丝雀发布、滚动发布、蓝绿发布到底有什么差别？关键点是什么？

根据 2017 年的 DevOps 发展报告，高效能组织和低效能组织在软件交付的效率上有数量级上的差异。技术组织的软件交付能力是一种综合能力，涉及众多环节，其中发布是尤为重要的环节。

作为技术人员，大家可能听说过“滚动发布”和“蓝绿发布”等术语，但是很多人并不清楚这些术语背后的原理。本文试图总结当前主流的发布策略，每个的优劣，适用性，让开发人员特别是架构师对现代发布技术有一个更为清晰全面的认识，让大家能够根据自己的企业上下文，对发布策略做出正确的选型和实践。

一、单服务器组发布

先解释下单服务器组的概念，早先我们机器资源比较紧张，不像现在云计算和虚拟化（包括容器技术）这么发达，所以应用机器基本是预先静态分配好的（一般由运维负责分配），原来应用 A 住在这 n 台机器上，那么下次升级发布的应用 A 也住在这 n 台机器上，所以称为单服务器组发布方式。

1.1 蛮力发布

如下图所示，这种发布方式比较简单粗暴，有点像我们传统的软件升级方式，主要靠手工完成，先将老版本 V1 全部下掉，再将新版本发到机器上去。这种方式会引入服务中断（停机），在开发测试环境是可行的，但对于生产环境发布，其会直接影响用户的使用体验，这种方式一般是不建议的。

600

发布前

600

发布后

优势和适用场合

优势：

• 简单成本低

不足：

• 服务中断用户受影响，出了问题回退也慢

适用场合：

• 开发测试环境

• 非关键应用（用户影响面小）

• 初创公司什么都缺，找夜深人静用户访问量小的时间干

流量模式

600

蛮力发布会引入服务中断时间，图片来自附录 6.1

1.2 金丝雀发布（单服务器组）

在蛮力发布基础上的一种简单改进发布方式，目前仍然是不少成长型技术组织的主流发布方式。单服务器组下的金丝雀发布的简化步骤如下图所示：

600

发布前

600

先发一台金丝雀

600

全部发完

实践要点

1. 金丝雀发布一般先发 1 台，或者一个小比例，例如 2% 的服务器，主要做流量验证用，也称为金丝雀 (Canary) 测试（国内常称灰度测试）。以前旷工开矿下矿洞前，先会放一只金丝雀进去探是否有有毒气体，看金丝雀能否活下来，金丝雀发布由此得名。简单的金丝雀测试一般通过手工测试验证，复杂的金丝雀测试需要比较完善的监控基础设施配合，通过监控指标反馈，观察金丝雀的健康状况，作为后续发布或回退的依据。

2. 如果金丝测试通过，则把剩余的 V1 版本全部升级为 V2 版本。如果金丝雀测试失败，则直接回退金丝雀，发布失败。

优势和适用场合

优势：

• 用户体验影响小，金丝雀发布过程出现问题只影响少量用户

不足：

• 发布自动化程度不够，发布期间可引发服务中断

适用场合：

• 对新版本功能或性能缺乏足够信心

• 用户体验要求较高的网站业务场景

• 缺乏足够的自动化发布工具研发能力

流量模式

600

少量金丝雀先接受流量，再全量发布，图片来自附录 6.1

1.3 滚动式发布（单服务器组）

在金丝雀发布基础上的进一步优化改进，是一种自动化程度较高的发布方式，用户体验比较平滑，是目前成熟型技术组织所采用的主流发布方式。单服务器组下的滚动发布的简化步骤如下图所示：

600

发布前

600

发布中，先发一台金丝雀

600

发布中，再发若干台

600

直到全部发完

实践要点

1. 滚动式发布一般先发 1 台，或者一个小比例，如 2% 服务器，主要做流量验证用，类似金丝雀 (Canary) 测试。

2. 滚动式发布需要比较复杂的发布工具和智能 LB，支持平滑的版本替换和流量拉入拉出。

3. 每次发布时，先将老版本 V1 流量从 LB 上摘除，然后清除老版本，发新版本 V2，再将 LB 流量接入新版本。这样可以尽量保证用户体验不受影响。

4. 一次滚动式发布一般由若干个发布批次组成，每批的数量一般是可以配置的（可以通过发布模板定义）。例如第一批 1 台（金丝雀），第二批 10%，第三批 50%，第四批 100%。每个批次之间留观察间隔，通过手工验证或监控反馈确保没有问题再发下一批次，所以总体上滚动式发布过程是比较缓慢的 (其中金丝雀的时间一般会比后续批次更长，比如金丝雀 10 分钟，后续间隔 2 分钟)。

5. 回退是发布的逆过程，将新版本流量从 LB 上摘除，清除新版本，发老版本，再将 LB 流量接入老版本。和发布过程一样，回退过程一般也比较慢的。

6. 滚动式发布国外术语通常叫 Rolling Update Deployment。

K8S中的滚动升级：

image.png

优势和适用场合

优势：

• 用户体验影响小，体验较平滑

不足：

• 发布和回退时间比较缓慢

• 发布工具比较复杂，LB 需要平滑的流量摘除和拉入能力

适用场合：

• 用户体验不能中断的网站业务场景

• 有一定的复杂发布工具研发能力；

流量模式

600

滚动式发布，流量平滑过渡，图片来自附录 6.1

二、双服务器组发布

随着云计算和虚拟化技术的成熟，特别是容器等轻量级虚拟化技术的引入，计算资源受限和申请缓慢问题已经逐步解决，可以做到弹性按需分配。为一次发布分配两组服务器，一组运行现有的 V1 老版本，一组运行待上线的 V2 新版本，再通过 LB 切换流量方式完成发布，这就是所谓的双服务器组发布方式。

2.1 蓝绿发布（双服务器组）

蓝绿发布仅适用于双服务器组发布，可以认为是对蛮力发布的一种简单优化发布方式。简化过程如下图所示：

600

实践要点

1. V1 版本称为蓝组，V2 版本称为绿组，发布时通过 LB 一次性将流量从蓝组直接切换到绿组，不经过金丝雀和滚动发布，蓝绿发布由此得名；

2. 出现问题回退也很直接，通过 LB 直接将流量切回蓝组。

3. 发布初步成功后，蓝组机器一般不直接回收，而是留一个待观察期，视具体情况观察期的时间可长可短，观察期过后确认发布无问题，则可以回收蓝组机器。

优势和适用场合

优势：

• 升级切换和回退速度非常快

不足：

• 切换是全量的，如果 V2 版本有问题，则对用户体验有直接影响；

• 需要两倍机器资源；

适用场合：

• 对用户体验有一定容忍度的场景

• 机器资源有富余或者可以按需分配（AWS 云，或自建容器云）

• 暂不具备复杂滚动发布工具研发能力；

流量模式

600

蓝绿发布一次完成流程切换，图片来自附录 7.1

2.2 金丝雀发布（双服务器组）

对蓝绿部署的一种简单优化，发布时先从绿组拉入 1 台金丝雀，待金丝雀验证通过再发全量。对比蓝绿发布，该发布方式的优势是有一个生产流量的金丝雀验证过程，可以减轻 V2 可能有问题的风险和影响面。简化发布过程如下图所示：

600

2.3 滚动式发布（双服务器组）

滚动式发布是对上面的蓝绿和金丝雀发布的进一步优化，按批次增量滚动发布，提供更平滑的用户体验。

600

实践要点

1. 发布前先申请一批新服务器，数量一般和 V1 版本相同，将 V2 版本应用发布到新服务器上。例如如果在 AWS 云上，则可以直接调用 API 申请一批新 VM，如果用容器云 Kubernetes，则可以直接启动一批新容器（使用 V2 版本容器镜像）。

2. 一般会先通过 LB 拉入 1 台 V2 版本的机器，这台机器也相当于金丝雀，用于流量验证。

3. 逐步按批次完成发布，每批只需要通过 LB 拉入 V2 版本，再拉出对应数量的 V1 版本。批次之间留有观察间隔，通过手工或监控反馈确保没有问题再继续发布。

4. 发布有问题回退很快，直接通过 LB 将流量切回 V1 即可。

5. 完成发布后，一般 V1 版本要保留观察以备万一，比如留 1 天，1 天后没有问题则回收 V1 机器资源。

优势和适用场合

优势：

• 用户体验影响小；

• 升级切换和回退（rollback）速度比单服务器组滚动发布要快，LB 切流量即可；

不足：

• 需要两倍机器资源；

• 发布工具比较复杂，LB 需要流量切换能力

适用场合：

• 用户体验不能中断的网站业务场景

• 机器资源有富余或者可以按需分配（AWS 云，或自建容器云）

• 有一定的发布工具研发能力；

流量模式

15.jpg

滚动式发布，流量平滑过渡，图片来自附录 6.1