Carregando
0x70Lição 8 de 16

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.

28 min Questionário com 7 perguntas 2 exercícios de código
Ao final desta lição, você saberá
  • 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:

EstratégiaComo funcionaIndisponibilidadeRollbackCapacidade extra
Recreatepara tudo o que é antigo e inicia tudo o que é novosimimplantar de novo a versão antiganenhuma
Rollingsubstitui os servidores em lotesnãovoltar lote por loteum pouco
Blue-greenroda a versão nova numa cópia ociosa da produção e depois troca todo o tráfegonãovoltar na horao dobro, durante a troca
Canáriomanda uma pequena parte do tráfego para a versão nova, compara as métricas e depois amplianãolevar a parte de volta a 0um 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.

rolling.py
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")
Saída
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 XP

Escolha a estratégia

Qual estratégia combina melhor com cada situação da Byte Bakery?

0 de 4 classificadosPontuação 0/0
  • “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.

Exercício 1

Agende um rolling deploy

+25 XP

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
main.py
Carregando editor…

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.

Exercício 2

Faça uma troca blue-green

+25 XP

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 passed ou failed.
  • 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
main.py
Carregando editor…

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…