Canary / Blue-Green / A/B Testing / Shadow — 四種策略一次搞懂
新模型訓練好了，要怎麼安全地上線？不能直接全換，萬一爆了就全死：
先讓少量用戶（5%）使用新版本，監控指標正常後逐步擴大比例（25%→50%→100%）。發現問題可立即回退到舊版。
| 策略 | 風險 | 資源 | 回退速度 | 適用場景 |
|---|---|---|---|---|
| 🐤 Canary | 低 | 低 | 秒級 | 新模型上線、快速驗證 |
| 🔵🟢 Blue-Green | 最低 | 雙倍 | 秒級 | 零停機要求、關鍵服務 |
| 🧪 A/B Testing | 中 | 中 | 分鐘級 | 業務指標驗證、產品決策 |
| 👻 Shadow | 零 | 中 | 不需要 | 高風險模型、合規驗證 |
| 策略 | 做法 | 特點 |
|---|---|---|
| 藍綠部署 | 舊(藍)新(綠)兩套,一次切換 | 快速回滾、需雙倍資源 |
| 金絲雀 | 先導少量流量給新版 | 風險可控、漸進放量 |
| 滾動更新 | 分批替換實例 | 平滑、無需雙倍資源 |
| 影子部署 | 新版接真流量但不回應 | 零風險驗證 |
部署策略是 iPAS 上線維運考點(中級科目一)。重點:藍綠部署(兩套環境瞬間切換、可快速回滾)、金絲雀(先放小流量試、沒問題再擴大)、A/B(分流比較成效)。易混點:金絲雀是逐步放量降風險、藍綠是兩環境切換,別搞混;都為了降低上線風險、可回滾。情境:把模型或服務安全地上線、判斷某情境適合哪種策略。
想練情境題與詳解 → AI 學習與考證地圖
藍綠部署、金絲雀(canary)、滾動更新、A/B 測試、影子部署(shadow)；目的都是降低上線風險、能快速回滾。
同時維護兩套環境(藍是現行、綠是新版)，先把新版部到綠、驗證無誤後再把流量整批切過去；出問題可立即切回藍。
先把新版只放給一小部分流量試水溫，觀察指標正常再逐步擴大比例，能在影響最小的情況下發現問題。
金絲雀重點是安全上線、控制風險；A/B 測試重點是比較兩版本的效果(用統計檢定看哪個指標較好)，目的不同但都做流量分配。
把真實流量複製一份送給新模型，但不回傳給使用者、只記錄其表現；能在零風險下用真實資料驗證新模型。