用 Argo Rollouts 做渐进式发布

适用场景

Deployment 的原生滚动更新粒度太粗，需要按比例灰度、蓝绿切换、自动分析指标和快速回滚。Argo Rollouts 适合对可用性和发布风险敏感的服务。

前置条件

• Kubernetes 集群和 kubectl argo rollouts 插件。
• 一个 Ingress/Service Mesh 或 Gateway，用于流量切分。
• 指标来源：Prometheus、Datadog、New Relic 等。
• 明确成功指标、观察窗口和自动回滚阈值。

步骤

1. 安装控制器和插件：

kubectl create namespace argo-rollouts
kubectl apply -n argo-rollouts -f https://github.com/argoproj/argo-rollouts/releases/latest/download/install.yaml
kubectl argo rollouts version

2. 把 Deployment 改成 Rollout，先做 10%→50%→100% 的金丝雀：

kubectl apply -f - <<'EOF'
apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
  name: demo
spec:
  replicas: 4
  strategy:
    canary:
      steps:
      - setWeight: 10
      - pause: {duration: 5m}
      - setWeight: 50
      - pause: {duration: 5m}
      - setWeight: 100
  selector:
    matchLabels: {app: demo}
  template:
    metadata:
      labels: {app: demo}
    spec:
      containers:
      - name: app
        image: example/demo:v2
EOF

3. 配置 Service 和流量切分。使用 Istio 时引用 VirtualService；使用 Nginx Ingress 时配置 canary annotations。

4. 添加 AnalysisTemplate，自动判断成功率：

kubectl apply -f - <<'EOF'
apiVersion: argoproj.io/v1alpha1
kind: AnalysisTemplate
metadata:
  name: success-rate
spec:
  metrics:
  - name: success-rate
    interval: 1m
    successCondition: result[0] >= 0.99
    failureLimit: 2
    provider:
      prometheus:
        address: http://prometheus.monitoring:9090
        query: |
          sum(rate(http_requests_total{job="demo",code!~"5.."}[1m]))
          / sum(rate(http_requests_total{job="demo"}[1m]))
EOF

5. 发布和观察：

kubectl argo rollouts get rollout demo --watch
kubectl argo rollouts promote demo
kubectl argo rollouts abort demo

6. 蓝绿发布使用 strategy.blueGreen，配置 activeService 和 previewService，验证 preview 后再切换。

验证

• 新版本按权重逐步接收流量，旧版本保持可用。
• AnalysisRun 指标达标，Rollout 自动推进。
• 指标不达标时自动中止并回滚。
• kubectl argo rollouts history demo 能看到版本记录。
• 蓝绿切换后，active Service 指向新版本。

回滚

• kubectl argo rollouts undo demo 回到上一个稳定版本。
• abort 会停止当前发布并保留旧版本。
• 保留旧 ReplicaSet 和镜像标签，避免回滚时重新拉取失败。
• 对数据库迁移类变更，回滚策略要单独设计。

常见坑

• 只改镜像没有改 Rollout 模板，控制器检测不到新版本。
• 流量切分依赖的 Ingress/Service Mesh 没有正确配置，权重不生效。
• AnalysisTemplate 查询写错，指标一直失败，发布卡住。
• pause 没有设置时长也没有人工 promote，发布长期停在中间状态。
• 没有配置 failureLimit，偶发指标抖动导致误回滚。
• 蓝绿发布时 preview Service 没有独立入口，无法验证新版本。

相关命令

• kubectl argo rollouts — 查看、推进、中止和回滚
• kubectl — 管理 Rollout、Service 和 AnalysisTemplate
• promtool — 校验 PromQL
• istioctl / nginx — 检查流量切分配置