Тест за внедряване на Canary и Shadow

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. Какво определя канарче разгръщане?
   • Насочване на малък процент от живия трафик към новата версия, докато я наблюдавате
   • Изпращане на целия трафик към новата версия наведнъж
   • Пускане на новата версия само през почивните дни
   • Внедряване без мониторинг
2. Каква е ключовата характеристика на внедряването в сянка?
   • Отговорите му се сервират на половината потребители
   • Той получава огледален трафик, но отговорите му се отхвърлят и не се показват на потребителите
   • Работи само в средата за разработка
   • Заменя незабавно производствения модел
3. What does a shadow deployment protect users from, and what can it still cost?
   • It uses no extra resources and cannot access user data
   • Its predictions are returned to every user
   • Candidate responses are withheld, but mirrored inference still consumes compute and needs side-effect controls
   • It guarantees the candidate has no production impact of any kind
4. How does user-facing traffic differ between a canary and a shadow?
   • Both always send candidate output to every user
   • A shadow deployment never uses production inputs
   • A canary is only an offline test
   • A canary serves candidate responses to a defined live-traffic segment; a shadow typically does not
5. What should a team define before starting a canary or shadow rollout?
   • Traffic rules, monitoring thresholds, rollout duration, and a rollback owner
   • A promise that the candidate will outperform production
   • A fixed traffic percentage that must never change
   • A requirement to expose every user to the candidate
6. Как се допълват взаимно внедряването на canary и shadow?
   • Те са едно и също нещо с различни имена
   • Shadow валидира поведението при реален трафик без риск за потребителя; canary валидира реалното потребителско въздействие върху малък отрязък
   • Canary отхвърля отговорите, докато shadow ги обслужва
   • Нито едно от тях не включва производствен трафик
7. What should an operator do before mirroring production requests to a shadow model?
   • Allow the shadow model to execute writes twice
   • Assume copied requests contain no sensitive data
   • Isolate side effects and protect the handling of copied request data
   • Disable all monitoring of the candidate
8. What does a canary reveal that a shadow deployment does not directly measure?
   • Whether candidate inference consumes compute
   • How its predictions compare offline
   • Whether a model can load in the serving stack
   • How the candidate affects users who are actually served by it