本文原始碼：GitHub·點這裡 || GitEE·點這裡
一、服務釋出簡介
分散式系統架構下，服務釋出是一件很麻煩的事情，特別是在構建自動釋出流程和灰度測試的策略兩個核心方面。通常情況下如果不涉及資料層面的灰度流程，服務可以灰度上線，或者滾動上線，這兩種方式很常用；如果涉及到資料灰度，則可能需要中間服務做不同版本資料之間追平，或者停機維護一次性處理好資料和上線問題，不過後面這種方式風險較大。
二、藍綠部署
新版本上線的時候，並不停掉老版本，新舊兩個版本同時執行，通常還會在負載均衡的策略上傾向於舊版本服務處理請求，這樣新版本就有一個執行的觀察期過渡期，等到新版本平穩執行一段時間後，再把請求都發到新版服務上，舊版本服務完成下線。這種方式在分散式架構下很少使用，對伺服器要求過高。
三、滾動釋出
滾動釋出可以避免藍綠部署的伺服器資源佔用問，首先發布一臺新版本服務，然後停掉一臺老版本服務，新版服務經過觀察之後，再逐步替換掉所有老版本的服務，這樣服務的環境變動比較頻繁，相對不穩定。
四、灰度釋出
上述兩種方式在普通業務場景下都還算好操作，分散式系統下的灰度釋出複雜程式相對高很多，基礎流程如下：
新版本上線，可能涉及分散式下多個灰度服務，因此在服務在整個鏈路上分發時，都要判斷下個請求是路由到正常服務還是灰度服務，還要對灰度服務做請求的權重控制，不能讓灰度服務處理大量的請求。
實際策略：在實際的分散式系統灰度釋出流程，通常會採用如下一個策略：
- 配置一個灰度是否開啟的標識；
- 配置一批灰度賬戶，通常內部人員；
- 配置灰度服務版本標識；
- 請求在鏈路執行時，判斷灰度是否開啟；
- 判斷當前使用者身份是否是灰度測試賬號；
- 獲取當前可以請求的服務列表；
- 根據灰度服務版本選擇請求的具體服務；
這個流程非常的複雜，需要很多自定義的策略，還要熟悉分散式框架的底層API原理，要二次重寫來適配灰度策略，設計重寫原生API還容易觸發一些驚喜問題。
五、資料庫灰度
如果說最難處理的灰度模式是什麼，就是資料庫的版本灰度問題，通常業務對資料庫改造升級，實際都是通過停機維護來處理的，可能很多開發都經歷過，釋出停服公告，然後在指定時間內把資料全部追平或者二次搬運，再重新提供服務。但是總有些業務場景是不能停機維護的，處理灰度資料的基本策略如下：
該模式中，除了正常的灰度流程之外，需要在灰度資料庫和正常資料中間提供一個資料調配服務，用來解決如下問題：灰度資料庫缺失資料，需要臨時從正常庫拉取，灰度版本失敗，新資料需要重新整合寫入原本正常庫；灰度版本成功，舊版資料遷移等；最終保證資料的平穩升級。
六、原始碼地址
GitHub·地址
https://github.com/cicadasmile/data-manage-parent
GitEE·地址
https://gitee.com/cicadasmile/data-manage-parent
推薦閱讀：程式設計體系整理
| 序號 | 專案名稱 | GitHub地址 | GitEE地址 | 推薦指數 |
|---|---|---|---|---|
| 01 | Java描述設計模式,演算法,資料結構 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |
| 02 | Java基礎、併發、物件導向、Web開發 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆ |
| 03 | SpringCloud微服務基礎元件案例詳解 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆ |
| 04 | SpringCloud微服務架構實戰綜合案例 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |
| 05 | SpringBoot框架基礎應用入門到進階 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆ |
| 06 | SpringBoot框架整合開發常用中介軟體 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |
| 07 | 資料管理、分散式、架構設計基礎案例 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |
| 08 | 大資料系列、儲存、元件、計算等框架 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |