Estratégias de deploy
Escolha como as versões novas chegam aos usuários - recreate, rolling, blue-green, canário - e como voltar rápido quando uma delas der problema.
- Comparar os deploys recreate, rolling, blue-green e canário
- Planejar uma distribuição com lotes e tempo de observação, e decidir entre voltar e corrigir para a frente
- Fazer uma troca blue-green com smoke tests como portão
A estratégia da Noite do Release era “pare tudo, copie os arquivos, inicie tudo e reze”. Essa é a estratégia recreate (recriar), e ela vem com indisponibilidade. Estas são as alternativas:
| Estratégia | Como funciona | Indisponibilidade | Rollback | Capacidade extra |
|---|---|---|---|---|
| Recreate | para tudo o que é antigo e inicia tudo o que é novo | sim | implantar de novo a versão antiga | nenhuma |
| Rolling | substitui os servidores em lotes | não | voltar lote por lote | um pouco |
| Blue-green | roda a versão nova numa cópia ociosa da produção e depois troca todo o tráfego | não | voltar na hora | o dobro, durante a troca |
| Canário | manda uma pequena parte do tráfego para a versão nova, compara as métricas e depois amplia | não | levar a parte de volta a 0 | um pouco |
Entre os lotes ou as etapas do canário, faça uma pausa de observação (bake): acompanhe as taxas de erros e a latência antes de seguir. Combine qualquer estratégia com feature flags para separar o deploy do lançamento.
1import math
2
3servers, batch_percent, minutes_per_batch = 10, 30, 12
4batch = math.ceil(servers * batch_percent / 100)
5for start in range(0, servers, batch):
6 end = min(start + batch, servers)
7 print(f"servers {start + 1}-{end} at t={start // batch * minutes_per_batch} min")servers 1-3 at t=0 min servers 4-6 at t=12 min servers 7-9 at t=24 min servers 10-10 at t=36 min
Voltar ou corrigir para a frente?
Quando um deploy dá errado, primeiro volte (roll back) para a última versão boa e investigue depois - restaurar o serviço é a prioridade, e uma versão anterior já testada é o estado seguro mais rápido. Corrigir para a frente (roll forward, entregando uma correção rápida) pode servir para um bug minúsculo e óbvio quando o seu pipeline é rápido - mas uma correção às pressas, sob pressão, é como um incidente vira dois.
O rollback só funciona se for praticado e possível: guarde o artefato anterior, mantenha as mudanças de banco de dados retrocompatíveis (expand and contract) e faça o rollback ser um único comando ou um único clique.
Experimente
Até 15 XPEscolha a estratégia
Qual estratégia combina melhor com cada situação da Byte Bakery?
“Uma ferramenta administrativa interna usada em horário comercial; um minuto de indisponibilidade à noite não tem problema”
“Uma atualização de rotina em 40 servidores web idênticos, sem orçamento para capacidade extra”
“Uma grande reescrita do checkout, em que você precisa voltar em segundos se algo parecer errado”
“Um algoritmo de recomendação novo, com efeito incerto sobre os clientes reais”
Principais conclusões
O recreate tem indisponibilidade; rolling, blue-green e canário não.
Faça pausas de observação entre os passos e acompanhe as métricas antes de seguir.
O blue-green dá rollback instantâneo; os canários limitam quantos usuários veem uma versão ruim.
Volte primeiro para restaurar o serviço; faça o rollback ser praticado, possível e de um passo só.
Quiz da aula
7 perguntas · aprovação com 5 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: automatize tarefas de DevOps com Python
Escreva as pequenas ferramentas em Python que times de DevOps realmente criam, como executores de pipeline, verificadores de plano, calculadoras de métricas e scanners, e execute-as com entradas de exemplo. Elas rodam localmente no navegador; não é preciso ter servidores nem contas na nuvem.
Agende um rolling deploy
A primeira linha da entrada é servers batch_percent deploy_minutes bake_minutes; a segunda é o lote que falha durante a sua observação, ou none. Cada lote tem ceil(servers × batch_percent / 100) servidores (o último pode ser menor) e leva deploy + bake minutos.
Imprima batch 1: servers 1-3, t=0-15 ok para cada lote. Se um lote falhar, imprima-o com FAILED em vez de ok, depois rollback: 6 servers back on the old version at t=35 (o fim do lote mais um tempo de deploy) e pare. Caso contrário, termine com done at t=60: 12 of 12 servers on the new version.
- Distribuição tranquila
- Falha no lote 2
- Último lote desigual
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Faça uma troca blue-green
A primeira linha da entrada é o ambiente no ar e a versão dele, como blue v1.0; o outro ambiente começa vazio e não verificado. Cada linha seguinte é um comando:
deploy VERSION- implanta no ambiente ocioso, que fica não verificado:green: deployed v1.1.smoke pass|fail- registra os smoke tests no ambiente ocioso:green: smoke tests passedoufailed.switch- se o ambiente ocioso tiver uma versão verificada, ele entra no ar e o antigo fica como reserva verificada:switched: green v1.1 is live, blue v1.0 on standby. Caso contrário,switch refused (green is not verified).
Termine com live: green v1.1.
- Release e rollback
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…