Testes e deploys seguros
Teste os serviços nos níveis certos, pegue mudanças de API que quebram com testes de contrato e lance com segurança usando canários, blue-green e feature flags.
- Montar uma suíte de testes para microsserviços, do teste unitário ao ponta a ponta
- Usar testes de contrato orientados ao consumidor para pegar mudanças que quebram antes do deploy
- Lançar com canários, deploys blue-green e feature flags
Cada serviço da Galactic Noodle Express é implantado sozinho, muitas vezes por dia. Isso só funciona se um deploy não puder quebrar em silêncio os serviços que dependem dele - e se um deploy ruim for detectado e desfeito rápido.
Testes, dos muitos e rápidos aos poucos e lentos:
- Testes unitários da lógica de cada serviço.
- Testes de integração de um serviço com o banco de dados ou o broker de verdade (muitas vezes em contêineres descartáveis).
- Testes de contrato entre serviços (abaixo).
- Alguns poucos testes ponta a ponta das jornadas críticas (“pedir lámen para Marte”) no sistema implantado. Mantenha poucos: eles são lentos, instáveis e precisam de tudo no ar ao mesmo tempo.
Testes de contrato orientados ao consumidor
Pedidos consome a API do Cardápio. Em vez de um teste ponta a ponta, a equipe de Pedidos escreve um contrato: “para GET /dishes/42, eu preciso de id (int), name (string) e price_cents (int)”. O contrato é compartilhado (ferramentas como o Pact usam um broker), e o CI do Cardápio roda o contrato de cada consumidor contra o código do Cardápio. Se uma mudança no Cardápio fosse quebrar Pedidos, quem falha é o build do Cardápio - antes de qualquer deploy e sem nem precisar subir Pedidos.
Os contratos só listam o que o consumidor realmente usa, então o provedor continua livre para adicionar campos ou mudar os que ninguém lê.
Lançando com segurança
| Estratégia | Como | Rollback |
|---|---|---|
| Rolling update | substituir as instâncias aos poucos | avançar ou voltar aos poucos |
| Blue-green | rodar a versão nova (green) ao lado da antiga (blue) e trocar todo o tráfego de uma vez | voltar na hora |
| Canário | mandar uma pequena parte do tráfego (5%) para a versão nova, comparar as métricas dela com as da antiga e aumentar em etapas | levar a parte de volta a 0 |
| Feature flags | implantar o código desligado e ligar as funcionalidades para alguns usuários em tempo de execução | desligar a flag - sem deploy |
A análise do canário pode ser automatizada: em cada etapa, compare a taxa de erros e a latência do canário com a linha de base e promova ou faça rollback automaticamente. Separar o deploy (o código está rodando) do lançamento (os usuários veem) com flags deixa os dois mais seguros.
1def judge(baseline, canary):
2 if canary["error_rate"] > baseline["error_rate"] + 0.5:
3 return "rollback: errors"
4 if canary["p95_ms"] > baseline["p95_ms"] * 1.10:
5 return "rollback: latency"
6 return "promote"
7
8baseline = {"error_rate": 0.4, "p95_ms": 210}
9print(judge(baseline, {"error_rate": 0.5, "p95_ms": 220}))
10print(judge(baseline, {"error_rate": 0.6, "p95_ms": 260}))
11print(judge(baseline, {"error_rate": 2.1, "p95_ms": 200}))promote rollback: latency rollback: errors
Principais conclusões
Principalmente testes unitários e de integração, testes de contrato entre serviços e só alguns testes ponta a ponta.
Contratos orientados ao consumidor permitem que o CI de um provedor pegue mudanças que quebrariam os consumidores dele.
Canários comparam uma pequena fatia do tráfego com a linha de base antes de promover; o blue-green troca tudo de uma vez.
Feature flags separam o deploy do código do lançamento das funcionalidades.
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: simule padrões de microsserviços com Python
Crie pequenas simulações em Python dos padrões, como roteadores, sagas, outboxes, circuit breakers e traces, e execute-as com entradas de exemplo. Elas rodam localmente no navegador; não é preciso ter servidores nem contêineres.
Rode os contratos dos consumidores
A entrada tem os contratos dos consumidores, --- e depois a resposta real do provedor em JSON. Cada linha de contrato é consumer: field:type field:type ..., com os tipos int, str, float, bool ou list; campos aninhados usam pontos, como price.cents:int.
Para cada consumidor, imprima ordering: PASS ou kitchen: FAIL (missing spicy_level; price.cents is str, expected int), listando os problemas na ordem do contrato. Depois, provider can deploy: yes ou no. Campos extras na resposta nunca importam.
- Uma mudança no cardápio que quebra
- Seguro para lançar
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.
Análise automática de canário
A primeira linha da entrada é a linha de base error_rate p95_ms. Cada linha seguinte é uma etapa do canário traffic% error_rate p95_ms. Avance pelas etapas enquanto a taxa de erros do canário for no máximo a da linha de base + 0,5 ponto e a latência p95 for no máximo 110% da linha de base; imprima 5%: ok. Na primeira etapa que falhar, imprima 25%: ROLLBACK (error rate 1.2 > 0.9) ou (p95 260 ms > 231 ms) - os erros são conferidos primeiro - e pare. Se todas as etapas passarem, imprima promoted to 100%.
- Regressão de latência
- Pico de erros
- Distribuição limpa
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…