Despliegue canario (canary deploy)
Última actualización
Un despliegue canario publica un cambio primero en una pequeña parte de producción y lo compara con el resto antes de ir más allá. Cómo funciona y qué medir.
Un despliegue canario es una estrategia de publicación en la que un cambio va primero a una pequeña parte de producción, se observa durante un tiempo y solo se extiende si se comporta bien. El SRE workbook de Google define el canarying como «un despliegue parcial y limitado en el tiempo de un cambio en un servicio, y su evaluación» (Canarying releases).
Qué es
La parte del servicio que recibe el cambio es el canario. El resto, que sigue con la versión anterior, es el control. La puesta en producción es una comparación A/B entre ambos: si las métricas del canario son peores que las del control, el cambio se detiene y se hace rollback.
Los consejos del SRE workbook sobre métricas:
- Parte de tus indicadores de nivel de servicio (SLI).
- Mantén el conjunto pequeño: una docena como máximo.
- Elige métricas que el propio cambio haría variar, no las que se mueven por motivos ajenos, como el uso total de CPU.
- Compara el canario y el control por separado, porque una cifra de todo el servicio puede ocultar los errores del canario.
Por qué importa
Las pruebas no pueden cubrir todo lo que hace el tráfico real. Un canario limita un cambio defectuoso a una pequeña parte de los usuarios durante poco tiempo, lo que convierte muchos posibles incidentes en un rollback discreto.
En AI CodeOps
AI CodeOps no ejecuta canarios; la puesta en producción la hace tu pipeline. Sus controles de despliegue funcionan a nivel de entorno: una regla de política puede denegar los despliegues a un entorno, y la comprobación de publicación desde la CI puede exigir un despliegue a staging que haya terminado con éxito antes de que un cambio vaya a producción.
Preguntas frecuentes
¿En qué se diferencia un canario de un entorno de staging?
Staging prueba el cambio lejos de los usuarios reales. Un canario lo prueba en producción con tráfico real, pero solo con una pequeña parte de ese tráfico y durante un tiempo limitado.
¿AI CodeOps hace despliegues canarios?
No. La puesta en producción la hace tu pipeline de despliegue. AI CodeOps puede exigir que un cambio haya llegado a staging antes de publicarse.