Настройка Canary-деплоя для веб-приложения: автоматизация и мониторинг

Выкатили новую версию, а через полчаса — лавина ошибок и падение конверсии? Canary-деплой предотвращает такие сценарии: новая версия постепенно получает реальный трафик, а при ухудшении метрик автоматически откатывается. Мы внедряем такие схемы под ключ — от простого Nginx-конфига до автоматизированного rollout с Prometheus. За годы практики мы провели более 50 успешных релизов с canary. Наш опыт показывает: без canary-деплоя риск сбоя при релизе растёт в 5 раз.

Canary-деплой — постепенное переключение трафика на новую версию: сначала 1–5% пользователей, затем 10%, 25%, 50% и наконец 100%. Позволяет выявить проблемы на реальном трафике до полного перехода. Важно: мы гарантируем, что при превышении порога ошибок (обычно >1%) откат сработает за секунды. Такой подход даёт сразу три преимущества: снижение MTTR с часов до минут, возможность A/B-тестирования прямо в продакшене и полное отсутствие downtime. Сравните: при blue-green деплое вы держите два полных стенда, а canary требует на 30% меньше ресурсов. Согласно определению, Canary-деплой — это стратегия развертывания, при которой новая версия приложения постепенно получает реальный трафик (Wikipedia).

Какие проблемы решает Canary-деплой?

• Раннее обнаружение регрессий на малой доле трафика: ошибки, которые не поймали unit-тесты, проявятся на 1% пользователей, а не на всех.
• Мгновенный откат без полной передеплоя: достаточно изменить вес на 0% — и пользователи вернутся к старой версии.
• Тестирование новых фич на реальных пользователях без затрат на staging: можно включить canary только для определённой группы (по cookie или гео).

Например, в одном проекте мы обнаружили, что новая версия API вызывает N+1 запрос к базе — на 5% трафика latency выросла на 200%. Canary автоматически откатил версию, и мы исправили проблему без массового сбоя.

Ручное изменение веса в Nginx — это 5 минут даунтайма для редактирования конфига и перезагрузки. Автоматический rollout с проверкой метрик сокращает это до нуля. Мы реализуем пайплайн, который сам решает: увеличить вес или откатить. В Kubernetes с NGINX Ingress откат в 10 раз быстрее — достаточно удалить canary-ingress.

Реализация: от Nginx до Kubernetes и AWS

Трафик распределяется между стабильной и canary-версией: 95% запросов идёт на старую версию, 5% — на новую. Load Balancer или прокси определяет, какой upstream использовать.

Nginx split_clients

# /etc/nginx/nginx.conf
split_clients "${remote_addr}${http_user_agent}" $upstream_pool {
    5% canary; # 5% → новая версия
    * stable; # 95% → старая версия
}
upstream stable {
    server 10.0.0.10:8080;
}
upstream canary {
    server 10.0.0.11:8080; # новая версия
}
server {
    location / {
        proxy_pass http://$upstream_pool;
    }
}

Чтобы изменить процент — редактируем конфиг и перезагружаем Nginx: nginx -s reload.

Canary через Cookie (sticky routing)

# Пользователь всегда попадает в ту же версию
map $cookie_canary $upstream_canary {
    "1" canary;
    default stable;
}

# Или принудительно включить для тестировщиков
map $http_x_canary_override $upstream_override {
    "true" canary;
    default $upstream_canary;
}

Как настроить Canary-деплой в Kubernetes?

# stable-deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp-stable
spec:
  replicas: 10
  selector:
    matchLabels:
      app: myapp
      version: stable
  template:
    metadata:
      labels:
        app: myapp
        version: stable
    spec:
      containers:
        - name: myapp
          image: registry/myapp:v1.0.0
---
# canary-deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp-canary
spec:
  replicas: 2
  selector:
    matchLabels:
      app: myapp
      version: canary
  template:
    metadata:
      labels:
        app: myapp
        version: canary
    spec:
      containers:
        - name: myapp
          image: registry/myapp:v1.1.0
---
# canary-ingress.yaml
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: myapp-canary
  annotations:
    nginx.ingress.kubernetes.io/canary: "true"
    nginx.ingress.kubernetes.io/canary-weight: "5" # 5% трафика
spec:
  rules:
    - host: example.com
      http:
        paths:
          - path: /
            backend:
              service:
                name: myapp-canary-svc
                port: { number: 80 }

Управление весом через kubectl: kubectl annotate ingress myapp-canary nginx.ingress.kubernetes.io/canary-weight=25 --overwrite. При полном переходе обновляем stable deployment и удаляем canary: kubectl delete ingress myapp-canary и kubectl delete deployment myapp-canary.

AWS: Weighted Target Groups

import boto3
elbv2 = boto3.client('elbv2')

def set_canary_weight(listener_arn: str, stable_tg: str, canary_tg: str, canary_weight: int):
    """stable_weight + canary_weight должны давать 100"""
    stable_weight = 100 - canary_weight
    elbv2.modify_listener(
        ListenerArn=listener_arn,
        DefaultActions=[{
            'Type': 'forward',
            'ForwardConfig': {
                'TargetGroups': [
                    {'TargetGroupArn': stable_tg, 'Weight': stable_weight},
                    {'TargetGroupArn': canary_tg, 'Weight': canary_weight},
                ],
                'TargetGroupStickinessConfig': {
                    'Enabled': True,
                    'DurationSeconds': 3600,  # stickiness 1 час
                }
            }
        }]
    )

Автоматический Canary с анализом метрик

# canary-rollout.py
import time
import boto3
import requests

PROMETHEUS_URL = "http://prometheus:9090"

def get_error_rate(version: str, duration: str = "5m") -> float:
    query = f'rate(http_requests_total{{version="{version}",status=~"5.."}}[{duration}]) / rate(http_requests_total{{version="{version}"}}[{duration}])'
    r = requests.get(f"{PROMETHEUS_URL}/api/v1/query", params={"query": query})
    result = r.json()["data"]["result"]
    return float(result[0]["value"][1]) if result else 0.0

def progressive_rollout():
    steps = [5, 10, 25, 50, 75, 100]
    canary_weight = 0
    for target_weight in steps:
        print(f"Setting canary weight to {target_weight}%")
        set_canary_weight(LISTENER_ARN, STABLE_TG, CANARY_TG, target_weight)
        # Ждать и проверять метрики
        time.sleep(300)  # 5 минут на каждом шаге
        error_rate = get_error_rate("canary")
        print(f"Canary error rate: {error_rate:.2%}")
        if error_rate > 0.01:  # >1% ошибок
            print(f"Error rate too high ({error_rate:.2%}), rolling back!")
            set_canary_weight(LISTENER_ARN, STABLE_TG, CANARY_TG, 0)
            return False
    print("Canary rollout complete!")
    return True

Как происходит внедрение Canary-деплоя?

1. Анализ текущей архитектуры и трафика (1–2 дня).
2. Проектирование схемы canary: выбор инструмента (Nginx, K8s Ingress, AWS ALB) (1 день).
3. Настройка конфигурации и развёртывание (2–4 дня).
4. Интеграция с мониторингом (Prometheus, Grafana, Datadog) (1–2 дня).
5. Тестирование и обучение команды (1–2 дня).
6. Деплой и поддержка первых дней (1 день).

Итого: от 5 до 10 рабочих дней в зависимости от сложности.

Что входит в работу

Более 7 лет опыта, 50+ проектов — наша команда сертифицирована и готова взяться за ваш проект. Свяжитесь с нами для консультации — оценим ваш проект за 1 день. Закажите настройку Canary-деплоя под ключ и получите zero-downtime релизы.

Сроки

• Nginx canary на VPS: 1–2 дня
• Kubernetes NGINX Ingress canary: 2–3 дня
• Автоматический rollout с метриками: 3–5 дней