每月停机时间少于四分钟：AWS如何部署代码
内容提要
亚马逊网络服务（AWS）承诺99.9%的正常运行时间，若未达标将提供服务信用。AWS通过自动化回滚、渐进式发布和慢速发布等策略，确保快速响应和系统稳定。Graphite团队借鉴这些原则，提升部署效率和安全性。
延伸解读
自动化回滚：从人工救火到系统自愈
AWS的部署管道能在告警触发后自动回滚，无需等待工程师介入。这依赖于对服务指标（如错误率、延迟、CPU）及上下游依赖的持续监控。一旦指标异常，管道立即停止发布并回滚，同时通知值班人员。这种自动化不仅缩短了故障时间，还减少了人为操作失误的风险。对于团队而言，实现类似机制需要先建立高信噪比的健康指标，并定义清晰的回滚触发条件。
渐进式发布：用隔离单元控制爆炸半径
AWS采用从单箱到可用区再到区域的渐进式发布策略。单箱阶段仅部署到单个虚拟机或容器，用于验证兼容性和基本健康；随后按波次逐步扩大范围，每波之间设置等待期（烘焙）。这种设计确保即使新版本有问题，影响也仅限于一小部分容量，避免全系统故障。同时，多版本共存也考验着服务的向后兼容性。团队可借鉴此思路，在发布初期限制影响范围，逐步建立信心。
慢速发布与烘焙：用时间换取稳定性
AWS在每波发布之间设置烘焙期，等待足够多的用户流量来暴露潜在回归。烘焙期要求达到特定请求量（如至少100次API调用），以确保新代码被充分执行。典型管道在单箱阶段后等待至少1小时，首个区域波次后等待至少12小时，后续波次等待2-4小时。整体部署可能耗时4-5个工作日。这种策略以时间换稳定，适合对可用性要求极高的服务，但可能不适合追求快速迭代的团队。
部署阻断与多管道：安全与速度的平衡
AWS的管道可在活跃事件或特定时间窗口（如非核心工作时间）阻止部署，避免在系统不稳定时引入新变更。此外，代码、功能标志和配置变更各有独立管道，既能自动检测和回滚问题，又能避免相互阻塞。团队可根据自身情况定制阻断策略：有的选择人员充足时发布以便快速响应，有的选择低流量时段发布。这种灵活性有助于在安全与速度之间找到平衡。
Q&A
AWS的正常运行时间承诺是什么？
AWS承诺99.9%的正常运行时间，若未达标将提供服务信用。
AWS如何确保快速响应和系统稳定？
AWS通过自动化回滚、渐进式发布和慢速发布等策略确保快速响应和系统稳定。
什么是自动化回滚，它的作用是什么？
自动化回滚是AWS部署管道的核心功能，能够在出现问题时自动撤回更改，确保快速恢复。
渐进式发布策略是如何降低风险的？
渐进式发布策略通过逐步扩大部署范围，降低系统整体风险，确保服务稳定性。
慢速发布策略的目的是什么？
慢速发布策略在每个发布阶段之间设置等待时间，以捕捉用户流量中出现的回归问题。
Graphite团队如何借鉴AWS的部署原则？
Graphite团队借鉴AWS的自动化回滚原则，提高了部署效率和安全性。
