Ringkasan Artikel: Rilis Canary Dijelaskan

Dalam artikel ini, kami mengeksplorasi konsep rilis Canary, yang merupakan strategi penyebaran yang digunakan untuk menguji kinerja versi aplikasi baru dalam penggunaan dunia nyata. Gagasan pelepasan kenari berasal dari industri pertambangan batubara pada tahun 1920 -an, di mana penambang menggunakan kenari yang dikurung untuk mendeteksi tingkat karbon monoksida yang berbahaya di tambang.

Demikian pula, dalam rilis CANARY, sebagian kecil dari lalu lintas pengguna diarahkan ke versi aplikasi baru sementara sebagian besar lalu lintas terus ditangani oleh versi lama. Ini memungkinkan pengembang untuk memantau kinerja versi baru dan mengidentifikasi masalah atau bug apa pun. Jika ada masalah yang terdeteksi, lalu lintas segera dialihkan ke versi lama, dan proses penyebaran dihentikan sampai masalah diperbaiki.

Kontrol lalu lintas memainkan peran penting dalam rilis Canary. Pengembang dapat secara selektif mengarahkan lalu lintas ke versi baru berdasarkan kriteria spesifik atau secara acak. Tingkat kontrol ini memungkinkan mereka untuk mengumpulkan data dan wawasan yang bermakna dari interaksi pengguna dengan versi baru. Alat kontrol lalu lintas yang umum digunakan dalam rilis Canary di Kubernetes termasuk ISTIO dan Duta Besar Stack.

ISTIO adalah pengontrol lalu lintas gesit yang memungkinkan penyesuaian lalu lintas yang dapat diprogram melewati jala layanannya. Ini memberikan fleksibilitas dalam peluncuran dan roll-back, membuatnya cocok untuk rilis Canary. Tumpukan Duta Besar Duta Besar, di sisi lain, mengimplementasikan perutean lalu lintas antara layanan menggunakan skema robin bundar tertimbang, memungkinkan untuk distribusi lalu lintas yang tidak merata. Ini juga mengumpulkan metrik penting untuk memantau kemajuan pelepasan kenari.

Saat melakukan rilis Canary, pengujian canary dilakukan untuk mengevaluasi kinerja aplikasi baru di lingkungan dunia nyata. Bendera fitur biasanya digunakan dalam pengujian kenari untuk memungkinkan atau menonaktifkan fitur spesifik untuk kelompok pengguna yang ditargetkan. Ini memungkinkan pengembang untuk mengumpulkan wawasan tentang keunggulan fitur, kinerja, dan kepuasan pengguna.

Namun, penting untuk dicatat bahwa pengujian kenari tidak boleh menggantikan jenis tes lain seperti pengujian unit, pengujian kapasitas, dan pengujian A/B. Pengujian Canary berfokus pada kinerja fitur baru, kode, atau konfigurasi di lingkungan produksi dan bertujuan untuk meningkatkan kepercayaan pengembang pada aplikasi.

Kasus Penggunaan Praktis dari Rilis Canary Demonstrasi oleh YouTube. Mereka menguji fitur baru yang menampilkan pratinjau video ketika pointer ditempatkan di video. Dengan mengarahkan subset lalu lintas pengguna ke fitur baru ini, mereka dapat mengukur dampaknya pada keterlibatan dan kepuasan pengguna. Tes yang berhasil menghasilkan peluncuran lengkap fitur baru.

Keterbatasan Rilis Canary termasuk ketidakmampuan untuk sepenuhnya memahami kinerja versi baru dibandingkan dengan versi yang ada, karena hanya sebagian kecil lalu lintas yang diarahkan padanya. Oleh karena itu, keputusan untuk melanjutkan penempatan didasarkan pada analisis data yang tidak lengkap.

Pertanyaan dan jawaban:

1. Apa konsep rilis kenari?
   Canary Release adalah strategi penyebaran yang menguji kinerja versi aplikasi baru dalam penggunaan dunia nyata dengan mengarahkan sebagian kecil lalu lintas pengguna ke versi baru sementara sebagian besar lalu lintas terus menggunakan versi lama.
2. Bagaimana kontrol lalu lintas diimplementasikan dalam rilis Canary?
   Kontrol lalu lintas dalam rilis CANARY dilakukan dengan secara selektif merutekan lalu lintas ke versi baru berdasarkan kriteria spesifik atau secara acak. Ini membantu dalam mengumpulkan data dan wawasan yang bermakna dari interaksi pengguna dengan versi baru.
3. Apa saja alat kontrol lalu lintas yang umum digunakan dalam rilis Canary di Kubernetes?
   Dua alat kontrol lalu lintas yang umum digunakan dalam rilis Canary di Kubernetes adalah ISTIO dan Duta Besar Stack. ISTIO memungkinkan penyesuaian lalu lintas yang dapat diprogram melewati jala layanannya, sedangkan Stack Duta Besar Edge mengimplementasikan rute lalu lintas menggunakan skema robin bundar tertimbang.
4. Apa itu Pengujian Canary?
   Pengujian Canary adalah metode untuk mengevaluasi kinerja versi aplikasi baru di lingkungan dunia nyata. Sering melibatkan penggunaan bendera fitur untuk secara selektif mengaktifkan atau menonaktifkan fitur spesifik untuk kelompok pengguna yang ditargetkan, yang memungkinkan pengembang untuk mengumpulkan wawasan tentang keunggulan fitur, kinerja, dan kepuasan pengguna.
5. Jenis tes apa yang seharusnya tidak diganti pengujian kenari?
   Pengujian Canary tidak boleh menggantikan jenis tes lain seperti pengujian unit, pengujian kapasitas, dan pengujian A/B. Tes ini fokus pada berbagai aspek fungsionalitas, kinerja, dan pengalaman pengguna aplikasi.
6. Bagaimana YouTube Menggunakan Rilis Canary?
   YouTube menggunakan rilis canary untuk menguji fitur baru yang menampilkan pratinjau video saat pointer ditempatkan di video. Dengan mengarahkan subset lalu lintas pengguna ke fitur baru ini, mereka dapat mengukur dampaknya pada keterlibatan dan kepuasan pengguna sebelum sepenuhnya meluncurkannya.
7. Apa keterbatasan pelepasan kenari?
   Salah satu batasan utama rilis Canary adalah ketidakmampuan untuk sepenuhnya memahami kinerja versi baru dibandingkan dengan versi yang ada. Ini karena hanya sebagian kecil lalu lintas yang diarahkan ke versi baru, yang mungkin tidak secara akurat mewakili kinerjanya di bawah beban lalu lintas penuh.

Sejarawan Canary

Kami tahu betapa pentingnya skala teknologi Anda dengan perusahaan Anda. Itu sebabnya keduanya sejarawan’S Teknologi dan Canary’S Model Bisnis dirancang untuk skalabilitas; Dari Sejarah Situs hingga Solusi Sejarawan Perusahaan Lengkap.

Rilis Canary menjelaskan

Konsep Rilis Canary berasal dari industri pertambangan batubara tahun 1920 -an. Saat itu, penambang akan membawa kenari yang dikurung untuk membantu menguji kadar oksigen di tambang. Jika kenari mati, itu adalah tanda bahwa ada terlalu banyak karbon monoksida dan mereka akan segera meninggalkan tambang.

Di hari ini’S World, rilis Canary digunakan untuk menguji kinerja versi aplikasi baru dalam penggunaan dunia nyata. Jika ada bug, maka versi baru digulung kembali dan masalah sudah diperbaiki sebelum rilis lain. Jika tidak ada bug dan berfungsi seperti yang diharapkan, maka itu ditingkatkan sampai menggantikan versi lama. Semua ini dimungkinkan oleh kemampuan untuk mengontrol pengguna’ lalu lintas.

Kontrol lalu lintas dalam rilis Canary:

Dalam rilis Canary, lalu lintas terpecah berdasarkan versi aplikasi yang sedang diarahkan. Pada awalnya, versi aplikasi baru digunakan dengan 0% lalu lintas yang diarahkan padanya sementara versi lama menangani 100% dari lalu lintas. Kemudian sebagian kecil lalu lintas diarahkan ke versi baru dan pemantauan kinerjanya dimulai. Jika ada masalah, lalu lintas diarahkan kembali ke versi lama dan proses penyebaran dihentikan. Jika tidak ada masalah, lebih banyak lalu lintas secara bertahap diarahkan ke versi baru sampai versi lama’S Lalu lintas mencapai 0%.

Routing lalu lintas:

Routing lalu lintas adalah fitur utama dari rilis Canary dan memainkan peran besar dalam menjadikannya strategi penyebaran yang efektif. Dengan strategi ini, Anda dapat memilih lalu lintas yang ingin Anda arahkan ke versi baru secara acak atau subyektif menggunakan kriteria set. Tingkat kontrol lalu lintas ini memungkinkan pengembang untuk mengumpulkan data yang bermakna dari pengguna’ interaksi dengan versi baru. ISTIO dan Duta Besar Tumpukan Edge adalah alat kontrol lalu lintas yang biasa digunakan dalam pelepasan kenari di Kubernetes.

ISTIO: Ini adalah pengontrol lalu lintas gesit yang menerima penyesuaian lalu lintas yang dapat diprogram melewati jala layanannya. Kemampuannya untuk menegakkan kebijakan tepat setelah menerima instruksi membuat pelepasan canary fleksibel karena peluncuran dan roll-back dapat diimplementasikan dengan cepat.

Duta Besar Tumpukan Edge: Ini mengimplementasikan perutean lalu lintas antara berbagai layanan menggunakan skema round-robin tertimbang. Ini adalah strategi penyeimbangan beban yang memungkinkan distribusi lalu lintas yang tidak setara. Metrik penting dikumpulkan untuk semua lalu lintas yang ditangani alat dan ini membuatnya mudah untuk memantau kemajuan pelepasan kenari.

Pengujian dalam rilis kenari:

Saat melakukan rilis Canary, kami melakukan pengujian kenari untuk mengevaluasi kinerja aplikasi dalam penggunaan dunia nyata. Salah satu cara untuk melakukan pengujian kenari adalah dengan menggunakan bendera fitur. Ini berfungsi dengan memungkinkan pengembang untuk memisahkan fitur pemberdayaan dan rilis kode untuk membuat lebih banyak dimensi pengujian. Misalnya, ini dapat menghidupkan atau mematikan beberapa fitur dari jarak jauh untuk grup pengguna tertentu atau untuk semua pengguna aplikasi. Ini memungkinkannya untuk mengukur keunggulan fitur, kinerja, dan pentingnya bagi pengguna yang ditargetkan oleh perubahan. Semua data ini memberikan wawasan yang bermakna terkait dengan pengguna’ interaksi dengan aplikasi atau fitur baru.

Peringatan: Meskipun rilis CANARY akan memungkinkan untuk pengujian aplikasi, itu tidak boleh menjadi pengganti untuk jenis tes lainnya seperti pengujian unit, pengujian kapasitas, dan pengujian A/B. Pengujian Canary harus digunakan untuk menguji aplikasi yang telah lulus semua tes lainnya. Singkatnya, tes yang dilakukan dalam rilis CANARY hanya boleh menunjukkan kinerja fitur, kode, atau konfigurasi baru di lingkungan produksi. Dengan kata lain, tes yang dilakukan bertujuan untuk meningkatkan pengembang’ Kepercayaan pada Aplikasi.

Kasus Penggunaan Praktis: Bagaimana YouTube Menggunakan Rilis Canary

Google adalah salah satu perusahaan teknologi besar yang dikenal menggunakan strategi rilis Canary sambil menggunakan kode dan konfigurasi baru. Beberapa waktu yang lalu, YouTube menguji fitur baru yang akan menampilkan pratinjau video dan bukan hanya keterangan statis, saat pointer diletakkan di video. Ini dimaksudkan untuk memberi pengguna lebih banyak informasi tentang video di luar tampilan, keterangan, judul, dan deskripsi. Mereka menggunakan aplikasi baru ini di beberapa server mereka dan mengarahkan sebagian kecil lalu lintas pengguna ke arahnya. Dari sini, mereka dapat mengukur dua hal: apakah lebih banyak pengguna mengklik video setelah pratinjau dan, jika itu membantu pengguna mendapatkan video yang ingin mereka tonton lebih cepat. Tes itu sukses dan mereka akhirnya meluncurkan aplikasi baru sepenuhnya.

Keterbatasan:

Tidak mudah untuk sepenuhnya memahami kemampuan versi kenari karena hanya menangani sebagian kecil dari lalu lintas. Karena ini, Anda bisa’Pastikan kinerjanya relatif terhadap versi yang ada yang menangani lebih banyak lalu lintas lebih banyak. Oleh karena itu, keputusan untuk bergerak maju dengan penyebaran dibuat berdasarkan analisis yang bukan’t sangat komprehensif. Misalnya, versi canary dengan sebagian kecil pengguna bisa cepat tetapi memiliki latensi yang signifikan saat menangani semua pengguna.

Ringkasan

Rilis Canary sangat efisien dalam situasi di mana sering ada penyebaran versi aplikasi baru. Ini karena mudah diatur saat meluncurkan pembaruan lampu dalam waktu singkat. Saat memilih subset pengguna untuk diarahkan ke versi baru, seseorang memiliki opsi untuk melakukannya secara acak atau berdasarkan kriteria yang ditetapkan. Sementara pengujian kenari bisa sangat mendalam, itu tidak boleh digunakan sebagai pengganti untuk jenis tes lainnya.

Buat penyebaran rilis canary pertama Anda dalam hitungan menit!

Coba Wildcard Platform, solusi pipa CI/CD yang bebas repot yang akan membantu Anda mengubah cara Anda mengirimkan aplikasi asli cloud Anda. Mulailah membangun, menguji, dan menyebarkan dalam hitungan menit!

Sejarawan Canary

Keindahan sejarawan kenari adalah bahwa solusi yang sama juga bekerja di lokasi seperti halnya untuk seluruh perusahaan. Anda dapat mencatat data secara lokal, sambil mengirimkannya ke sejarawan perusahaan Anda secara bersamaan.

Yang terbaik dari semuanya, saat Anda tumbuh, begitu juga solusinya. Seorang sejarawan Canary tunggal dapat mencatat lebih dari dua juta tag, dan beberapa sejarawan Canary dapat dikelompokkan untuk menangani puluhan juta tag.

Solusi sejarawan perusahaan dapat di -host di pusat data Anda sendiri atau di AWS dan Azure. Dan, tidak seperti solusi sejarawan perusahaan lainnya, sejarawan Canary tidak memerlukan tim khusus yang terdiri dari sepuluh dan lebih banyak lagi untuk mempertahankannya.

Sejarawan data yang benar-benar kurang kehilangan

Sejarawan Canary adalah database seri waktu NoSQL yang menggunakan algoritma kompresi tanpa kerugian Untuk memberi Anda yang terbaik dari kedua dunia, kinerja kecepatan tinggi tanpa memerlukan interpolasi data!

Setiap tag yang Anda pilih untuk disimpan di Sejarawan Canary dapat berisi data berikut:

• Nama tag
• 100+ Meta Data Properties (Unit Rekayasa, Deskripsi, Batas, dan Lainnya)
• Cap waktu
• Nilai (booleans, float, bilangan bulat, string, dll)
• Skor kualitas

Bayangkan jumlah data yang dapat diproduksi jika Anda memiliki 5.000 tag pengiriman nilai setiap detik. Bagaimana jika itu 50.000 tag, atau bahkan 500.000?

Itu’S Persis mengapa Canary memilih untuk tidak menggunakan SQL, terlalu banyak data untuk database relasional untuk disimpan tanpa mengorbankan penyimpanan jangka panjang dari data mentah Anda.

Sejarawan Canary secara khusus dibangun dan dioptimalkan untuk penulisan dan pembacaan data rangkaian waktu khusus ini dan tidak pernah menginterpolasi arsip data.

Bosan dengan batasan tag? Pergi tidak terbatas!

Cukup sesuaikan lisensi tag dari salah satu sejarawan canary Anda dengan opsi lisensi tag tak terbatas untuk kedamaian utama utama. Fitur lisensi sederhana ini akan melepaskan kemampuan Anda untuk mengumpulkan data dari semuanya tanpa harus mengelola lisensi atau khawatir tentang jumlah tag.

Kinerja yang sangat cepat

Anda dapat menulis lebih dari 1.5 juta pembaruan per detik untuk sejarawan dalam operasi 24 jam sehari, 7 hari seminggu. Itu’banyak data. Yang terbaik dari semuanya, database disusun sehingga tidak peduli berapa tahun data yang Anda simpan, atau berapa banyak tag yang Anda kumpulkan, Anda akan selalu mempertahankan bahwa 1.5 juta kinerja tulis per detik!

Saat dibutuhkan, sejarawan dapat mempertahankan kecepatan baca yang berkelanjutan lebih dari 2.5 juta baca per detik.

Selain itu, sejarawan dapat menangani pencatatan data berkecepatan tinggi, dengan penyebaran mencapai resolusi data secepat 10 milidetik, bahkan dalam waktu dua puluh empat jam operasi sehari-hari secara berkelanjutan.

Tampaknya beberapa bahwa SQL dapat mencapai angka kinerja yang serupa, tetapi berapa biayanya? Faktanya, ketika database SQL tumbuh lebih besar dan lebih besar, kinerja mulai jatuh. Administrator dipaksa untuk mengurangi ukuran database atau menambahkan server. Skenario kalah-kalah.

Tentu saja, lebih banyak server mengarah pada biaya operasional yang lebih tinggi dan lebih banyak waktu manajemen. Di sisi lain, mengurangi ukuran basis data menghasilkan panjang penyimpanan pemotongan atau memijat data mentah menjadi data interpolasi. Tak satu pun dari opsi ini yang ideal.

Alasan yang paling menarik Perusahaan mungkin memilih SQL hanyalah pengalaman sebelumnya atau mengetahui cara menggunakannya. Canary sebenarnya memungkinkan Anda untuk membuat kueri SQL terhadap database NoSQL kami, menghilangkan kurva pembelajaran apa pun.

Dengan Canary, Anda mendapatkan semua manfaat kinerja dari database NoSQL Time Series dan klien Anda masih bisa membuat kueri SQL. Tanpa ragu, ini adalah solusi terbaik untuk Anda.

Loss-less berarti nilai data asli selamanya

Kenari’Algoritma Kompresi Kekurangan Hak Milik. Algoritma kompresi ini adalah industri terkemuka dan hasil dari hampir satu dekade pekerjaan pembangunan.

Setiap hari, semua catatan bersejarah Anda divalidasi, dikompresi, dan ditutup untuk ditulis. Format data mentah asli Anda selamanya disimpan, aman, dan dengan jejak penyimpanan terkecil mungkin.

Canary mencapai Rasio kompresi terkemuka industri Lebih baik dari 3: 1, menyimpan lebih dari 3x dalam penyimpanan. Ini berarti Anda dapat mempertahankan lebih dari satu dekade arsip data dengan nilai data mentah asli mereka!

Struktur basis data yang mudah

Saat Anda menggunakan sejarawan, Anda mengatur tag Anda ke dalam dataset. Dataset adalah kumpulan sensor, atau tag, yang Anda pilih untuk dikelompokkan bersama. Karena Anda melisensikan sejarawan hanya dengan jumlah tag, Anda dapat membuat set data sebanyak yang Anda butuhkan.

Dalam setiap dataset, sejarawan menulis ke file database historis, atau file HDB singkat. HDB berisi semua nama tag dan merekam stempel waktu untuk setiap perubahan nilai serta skor kualitasnya. Anda juga dapat mengaitkan properti dengan setiap tag yang memungkinkan Anda untuk menyimpan deskripsi, unit teknik, batas, dan banyak lagi. Biasanya, file HDB baru dibuat setiap hari.

Skalabilitas tanpa batas

Kami tahu betapa pentingnya skala teknologi Anda dengan perusahaan Anda. Itu sebabnya keduanya sejarawan’S Teknologi dan Canary’S Model Bisnis dirancang untuk skalabilitas; Dari Sejarah Situs hingga Solusi Sejarawan Perusahaan Lengkap.

Server sejarawan canary tunggal dapat skala dari hanya 100 tag menjadi lebih dari 2 juta tanpa memerlukan instalasi perangkat lunak tambahan. Masih kurang? Anda dapat mengelompokkan beberapa sejarawan kenari untuk menciptakan solusi sejarawan perusahaan yang sangat besar. Ini berarti batasan jumlah tag dan arsip Anda tidak lagi ditentukan oleh perangkat lunak, tetapi sebaliknya oleh perangkat keras.

Arsitektur, redundansi, & pemulihan bencana

Anda dapat memasang sejarawan Canary di situs lokal serta di lokasi perusahaan. Tautan banyak sejarawan untuk secara otomatis memindahkan data dari tingkat situs ke tingkat perusahaan secara real time atau sesuai jadwal. Anda juga dapat membangun redundansi untuk solusi ketersediaan tinggi. Setiap pengumpul data dapat mendorong data secara otomatis ke beberapa instance sejarawan. Selain itu, layanan Canary Mirror memungkinkan Anda untuk menjadwalkan snapshot dataset pada jadwal jam, harian, mingguan, atau bulanan yang memungkinkan untuk duplikasi data untuk sejarawan di luar kantor.

Apakah Canary menggunakan banyak data

Об этой страницental

Ы заре kondecedit. С помощю этой страницы с сожем определить, что запросы о о ancing оеет иенно ы,. Почем это мопо произойтиonya?

Ээ страница отображается в тех слчаях, когда автомически систе secara google ристрюи uman рисисilan рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рии и menelepon которые наршают уловия исполззованияisah. Страница перестанет отображаться после то A, как эти запросы прекратяupanisah яяisah ancing ancing. До это A.

Источником запросов может слжить Врддносно secara п, пар иа бас00 иасазаз) ыылку запросов. Если Вы исползеет общий дсст в и итернет, проблем м ы ы ip ip ip00 ip ip ip ip ip uman ip ip ip ip ip ip uman ip ip ip ip ip ip ip uman ip ip ip ip ip ip ip ON ip ip ip ip ip ip ON. Обратитесь к своем системном аинистратору. Подробнее secara.

Пожет такжeda появлят secara, если Вы Вонот A рлжвввв dari рыч о оаilat оыч о оаilat, еами, ии же Водитedit запросы чень часто засто.

Apakah Canary menggunakan banyak data

Об этой страницental

Ы заре kondecedit. С помощю этой страницы с сожем определить, что запросы о о ancing оеет иенно ы,. Почем это мопо произойтиonya?

Ээ страница отображается в тех слчаях, когда автомически систе secara google ристрюи uman рисисilan рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рancing рии и menelepon которые наршают уловия исполззованияisah. Страница перестанет отображаться после то A, как эти запросы прекратяupanisah яяisah ancing ancing. До это A.

Источником запросов может слжить Врддносно secara п, пар иа бас00 иасазаз) ыылку запросов. Если Вы исползеет общий дсст в и итернет, проблем м ы ы ip ip ip00 ip ip ip ip ip uman ip ip ip ip ip ip uman ip ip ip ip ip ip ip uman ip ip ip ip ip ip ip ON ip ip ip ip ip ip ON. Обратитесь к своем системном аинистратору. Подробнее secara.

Пожет такжeda появлят secara, если Вы Вонот A рлжвввв dari рыч о оаilat оыч о оаilat, еами, ии же Водитedit запросы чень часто засто.