Вікторина, пов’язана з посібником · Середній Рівень
Тест із Canary та Shadow Deployments
Порівняйте випуски Canary і Shadow, обробку трафіку, моніторинг, витрати на робоче навантаження, контроль конфіденційності та підготовку до безпечного розгортання.
Питання 1 з 8
Що визначає розгортання канарки?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Що визначає розгортання канарки?
- Направлення невеликого відсотка реального трафіку до нової версії під час її моніторингу
- Пересилання всього трафіку на нову версію одразу
- Запуск нової версії тільки у вихідні дні
- Розгортання без жодного моніторингу
- Яка ключова характеристика тіньового розгортання?
- Його відповіді подаються половині користувачів
- Він отримує віддзеркалений трафік, але його відповіді відхиляються й не показуються користувачам
- Він працює лише в середовищі розробки
- Він негайно замінює серійну модель
- 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
- 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
- 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
- Як Canary і Shadow розгортання доповнюють одне одного?
- Це те саме з різними назвами
- Shadow перевіряє поведінку в реальному трафіку без ризику для користувача; canary перевіряє реальний вплив користувача на невеликий фрагмент
- Канарка відкидає відповіді, а тінь служить їм
- Жоден не передбачає виробничий трафік
- 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
- 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