कैनरी और छाया तैनाती

A canary sends a small slice of real traffic to the new version; a shadow sends a copy of traffic without serving its responses to users — so both catch problems before a full rollout.

जब आप कोई नया मॉडल शिप करते हैं, तो सबसे सुरक्षित कदम सभी को एक साथ पलटना नहीं है। एक कैनरी परिनियोजन लाइव ट्रैफ़िक का एक छोटा प्रतिशत - मान लीजिए 1% या 5% - को नए संस्करण में रूट करता है जबकि बाकी सभी लोग पुराने संस्करण पर बने रहते हैं। आप त्रुटि दर, विलंबता और व्यावसायिक मेट्रिक्स देखते हैं; यदि कैनरी स्वस्थ दिखती है, तो आप धीरे-धीरे इसका हिस्सा बढ़ाते हैं, और यदि यह गलत व्यवहार करता है तो आप न्यूनतम विस्फोट त्रिज्या के साथ तुरंत वापस आ जाते हैं। एक छाया (या 'अंधेरा') परिनियोजन अलग है: नए मॉडल को वास्तविक अनुरोधों की एक प्रतिबिंबित प्रतिलिपि प्राप्त होती है लेकिन इसकी प्रतिक्रियाएं खारिज कर दी जाती हैं, जो उपयोगकर्ताओं तक कभी नहीं पहुंचती हैं। यह आपको शून्य उपयोगकर्ता जोखिम के साथ उत्पादन वास्तविकता के विरुद्ध नए मॉडल की भविष्यवाणियों, विलंबता और संसाधन उपयोग को मापने की सुविधा देता है। दोनों पूरक हैं - व्यवहार को ऑफ़लाइन-लेकिन-लाइव मान्य करने के लिए छाया, वास्तविक उपयोगकर्ताओं पर प्रभाव को मान्य करने के लिए कैनरी।