分批放量的基本流程
典型流程是先选一小批（例如一台或百分之一）低风险目标执行变更，在预定观察窗口内核对关键指标——错误率、延迟、资源使用、业务成功率；确认无异常后按递增比例扩大批次，最后全量。每一批都要有明确的停止条件，一旦触发即暂停后续批次并回退已变更目标。相比一次性全量，分批把潜在故障限制在少数目标上，也让回退规模可控。
基本信息
| 第一批 | 少量低风险目标，用于验证变更本身 |
|---|---|
| 观察窗口 | 足够覆盖业务周期，能看到关键指标 |
| 放量节奏 | 按比例递增，批间保留观察 |
| 停止条件 | 错误率、延迟、资源或业务指标越过阈值 |
设计要点
- 首批选低风险目标：优先非核心节点或灰度环境，避免拿关键业务试错。
- 观察指标明确：提前定义看哪些指标、看多久、阈值是多少。
- 批次递增可控：常见做法是逐台、少量、半数、全量，按业务容忍度调整。
- 停止条件自动判定：尽量由监控阈值触发暂停，而不是等人发现。
- 回退已变更目标：停止后要能批量回退，避免留下部分节点新版本、部分旧版本。
- 记录每批结果：把每批的目标数、结果与指标写入记录，作为继续放量的依据。
分批策略示例
| 批次 | 目标比例 | 观察重点 | 继续条件 |
|---|---|---|---|
| 第一批 | 单台或百分之一 | 服务可启动、基础功能可用 | 无错误且指标平稳 |
| 第二批 | 百分之五到十 | 错误率与延迟无明显上升 | 指标在基线范围内 |
| 第三批 | 半数目标 | 容量水位与依赖压力 | 资源水位留有余量 |
| 第四批 | 剩余目标 | 整体指标与告警情况 | 无新告警且业务正常 |
| 异常处理 | 暂停并回退 | 确定受影响范围 | 回退完成并复盘 |
观察窗口不能太短：很多问题在变更完成后几分钟到数十分钟才显现，窗口过短会让问题在放量阶段才暴露，失去分批的意义。
分批放量必须配套回退能力：只能前进不能回退的分批，等于把全量故障推迟了几个批次发生而已。