过去，可怜的金丝雀会作为试验品，用来测试煤矿中甲烷的含量。用绳子将装有金丝雀的笼子放入矿井一段时间，再拉上来，如果金丝雀还活着，矿井就可以安全开采；如果金丝雀死亡，则不能开采。现在，这种方法早已弃用，因为这对动物太不人道了。
金丝雀总是在矿工身边徘徊，如果它停止鸣叫，则表示矿工必须离开矿井。
金丝雀部署是指两个版本的应用共存，新版本在开始时规模较小，处理的负载流量也较少。随着对新部署的分析，所有请求逐渐切换到新版本，而旧版本应用被移除。
人们普遍认为，管理这些部署的流量需要使用一个 Service Mesh，然而，要管理入站流量，你只需在 nginx ingress controller 上设置 annotations 即可：
nginx.ingress.kubernetes.io/canary: "true"
nginx.ingress.kubernetes.io/canary-weight: <num>
这种方法的缺点是必须手动管理。为了实现自动化，我们可以使用 Argo Rollouts (https://argoproj.github.io/argo-rollouts/)。
运行Argo Rollouts
添加 helm-repo: https://argoproj.github.io/argo-helm
argo-rollouts chart：
Helm-values：
installCRDs: true
修改 Deployment 并运行 Rollouts CRD
ScaleDown deployment，设置 Replicas 0：
运行 service
apiVersion: v1
kind: Service
metadata:annotations:argo-rollouts.argoproj.io/managed-by-rollouts: rollout-pregapname: rollouts-pregap-canarynamespace: pregap
spec:clusterIP: 10.43.139.197ports:- name: httpport: 8080protocol: TCPtargetPort: 8080selector:app: test2-pregapsessionAffinity: Nonetype: ClusterIP
apiVersion: v1
kind: Service
metadata:annotations:argo-rollouts.argoproj.io/managed-by-rollouts: rollout-pregap
spec:clusterIP: 10.43.61.221ports:- name: httpport: 8080protocol: TCPtargetPort: 8080selector:app: test2-pregapsessionAffinity: Nonetype: ClusterIP
运行 Rollouts CRD
由于我们不想更改Deployment，因此在Rollout manifest中引用它：workloadRef.kind: Deployment, workloadRef.name
运行 manifest 将创建额外 ingress：
Argo Rollouts 仪表板
CD-pipeline 中的其他步骤
在.drone.yml 中添加提升步骤：
- name: promote-release-drimage: plugins/dockersettings:repo: 172.16.77.115:5000/pregapregistry: 172.16.77.115:5000insecure: truedockerfile: Dockerfile.multistagetags:- latest- ${DRONE_TAG##v}when:event:- promotetarget:- production- name: promote-release-prodimage: plugins/webhooksettings:username: adminpassword: adminurls: http://172.16.77.118:9300/v1/webhooks/nativedebug: truecontent_type: application/jsontemplate: |{ "name": "172.16.77.115:5000/pregap","tag": "${DRONE_TAG##v}" }when:event:- promotetarget:- production
添加 Keel 审批：
结 论
金丝雀部署或绿/蓝部署一点都不难 - 它将提高生产环境的可靠性，并在出现任何设计错误时减少受影响的区域。将来，我会在服务器上添加 RAM，而且有可能启用Prometheus 监控和 Istio，并尝试执行分析和实验阶段，以实现 Argo Rollouts。