放量决策

灰度发布这件事，我在过去几年里至少亲手参与过三十多次上线评审，从十几人的小团队到两千人规模的组织都见过。最让我印象深刻的不是哪次发布出了大事故，而是一次“没有出事故却差点翻车”的灰…

不少企业把灰度发布理解成“先给 5% 用户开放，再看监控有没有报警”。真正上线时，问题往往不在这 5% 怎么计算，而在于谁有权扩大流量、业务指标恶化到什么程度必须停止、停止之后由谁…

灰度发布的失败，往往不是因为“放量太快”，而是因为团队把流量比例当成了风险控制。某次发布即使只开放给 5% 用户，如果这 5% 恰好集中在同一地区、同一类设备或高频业务路径上，影响…

灰度发布最危险的时刻，往往不是系统报错，而是监控看起来正常、业务指标却已经变坏：新版本只放给 5% 用户，支付成功率悄悄下降，客服工单还没堆起来，发布负责人便误以为“灰度通过”。我…