AITerms 登入
模型部署模型評估MLOps

金絲雀部署(Canary Deployment)是什麼?

金絲雀部署是將新版本軟體或模型逐步發布給少數使用者,以便在全面推廣前偵測問題,有效降低風險並確保系統穩定性。

同主題的術語模型評估AI應用

完整定義

金絲雀部署是一種降低風險的部署策略,它逐步將新版本軟體或機器學習模型發布到一小部分使用者(稱為「金絲雀」),以即時監控其效能、穩定性和潛在問題。這種方法允許開發團隊在全面推廣之前,收集真實世界的使用者回饋和系統指標,並在發現問題時迅速回滾,將影響範圍降到最小。如果金絲雀版本表現良好,則會逐漸將其推廣到更多使用者,最終取代舊版本。金絲雀部署在 MLOps 流程中尤其重要,確保 AI 模型更新的平穩過渡,降低對生產環境的衝擊。

白話說明

你想讓新版本先只給少數使用者試跑時,你會怎麼判斷它真正的作用?

你可以把它想成 金絲雀部署是將新版本軟體或模型逐步發布給少數使用者,以便在全面推廣前偵測問題,有效降低風險並確保系統穩定性。

在 你想讓新版本先只給少數使用者試跑時 這種情境裡,這個概念會直接影響你怎麼設計、怎麼評估、怎麼上線。

比喻

金絲雀部署就像礦工帶金絲雀進礦坑 -- 礦工會先讓金絲雀進去探路,如果金絲雀沒事,就表示環境安全;同樣地,我們把新版本的軟體或模型先給一小部分使用者用,如果他們沒遇到問題,才敢放心推給所有使用者。

容易混淆

金絲雀部署 vs 藍綠部署

金絲雀先放少量流量,藍綠是兩套環境整批切換。

金絲雀部署 vs 滾動部署

滾動部署是逐批替換節點,金絲雀更強調先觀察小流量。

金絲雀部署 vs A/B 測試

A/B 測試偏實驗比較,金絲雀偏上線風險控制。

實際案例

案例 1:新模型上線

先讓 1% 使用者看到新版本,觀察錯誤率和延遲是否正常。

案例 2:API 改版

先在小流量下跑一段時間,確認不穩定再立刻回滾。

深入了解

面向
核心
重點
把新版本先給少量流量,確認健康再逐步擴大。
面向
監控
重點
要看錯誤率、延遲、轉換率、資源使用率。
面向
注意
重點
如果觀察指標設錯,金絲雀就只是在慢慢放大風險。

中英對照與常見說法

名稱來自礦工帶金絲雀下坑的做法:金絲雀對有毒氣體比人敏感,牠先出事就代表該撤了。用一小部分流量先承受風險,正是這個比喻。

說法
金絲雀部署
出現場合
台灣正式用語
說法
金丝雀部署、金丝雀发布
出現場合
簡體寫法
說法
Canary Deployment / Canary Release
出現場合
英文原名
說法
金絲雀發布、金絲雀測試
出現場合
常見變體,意思相同
說法
灰度發布
出現場合
中國大陸常用的近義說法,涵蓋範圍略廣

跟其他部署策略的差別

金絲雀與功能旗標常常一起用:用金絲雀控制基礎設施層的流量比例,用功能旗標控制應用層的功能可見度。

策略
滾動更新(rolling)
做法
一批一批換掉舊版本
回滾速度
中等,要滾回去
資源成本
低
策略
藍綠部署(blue-green)
做法
兩套完整環境,一次全部切換
回滾速度
最快,切回去就好
資源成本
高,要兩倍資源
策略
金絲雀部署
做法
新版本先接一小部分流量,逐步放大
回滾速度
快,把流量切回 0 即可
資源成本
中等
策略
功能旗標(feature flag)
做法
程式碼已上線,用開關控制誰看得到
回滾速度
最快,改設定即可
資源成本
低,但程式複雜度上升

執行時的四個要點

流量比例要階梯式放大。 常見節奏是 1%、5%、25%、50%、100%,每一階觀察一段時間。第一階的重點不是驗證效果,而是驗證「有沒有立刻爆炸」。

一定要先定義好中止條件。 錯誤率超過多少、P95 延遲超過多少毫秒、關鍵業務指標掉多少,這些數字要在上線前寫下來,而不是出事時再討論。沒有事先定義的門檻,人會傾向再等等看。

監控要能分辨新舊版本。 指標必須依版本標籤切開看。混在一起看的話,1% 的流量出問題會被 99% 的正常流量稀釋到看不出來。

注意流量的代表性。 隨機抽 1% 的請求跟「只給內部員工」是不同的金絲雀,後者不會暴露真實使用者才會遇到的問題。同一個使用者也應該固定落在同一個版本,否則體驗會在兩個版本之間跳動。

用在機器學習模型上的差別

模型的金絲雀部署有一個額外難題:新模型的效果不是立刻看得出來的。 系統指標(延遲、錯誤率)幾分鐘就有結論,但推薦準不準、轉換率有沒有提升,往往要等幾天才有統計顯著性。

常見做法是影子模式(shadow mode) 先行:新模型接收全部流量並記錄預測結果,但輸出不影響使用者。這樣可以在零風險下比對兩個模型的預測差異與延遲,確認沒問題後再開始真的分流。

情境判斷

Q1(判斷題): 如果新版本一上線就給全部使用者,還算金絲雀部署嗎?

不算,那已經是直接切換。

Q2(判斷題): 如果小流量一切正常,就代表可以放心全量嗎?

通常可以往前推,但還是要看指標是否穩定一段時間。

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 2 題把金絲雀部署列為延伸術語。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本