放量阶梯与停留时长是什么
放量阶梯指金丝雀从首档到全量之间的权重序列与每档停留时长。梯度按流量与指标收敛速度设计：低流量服务首档适当放大，高流量服务可把首档降到千分之一到百分之一；每档停留以「样本量足够、覆盖慢变量」为原则，而不是拍一个固定分钟数。
基本信息
| 首档 | 低流量加大，高流量减小 |
|---|---|
| 每档停留 | 样本量足够且覆盖慢变量 |
| 异常处理 | 降权或回退，先止损再定位 |
| 沉淀 | 阶梯与停留写入发布手册 |
| 升档前提 | 本档指标稳定且无未决异常 |
| 回退速度 | 异常先降权止损，样本保留后再定位 |
流量与首档参考
| 服务流量 | 首档建议 | 说明 |
|---|---|---|
| 高流量 | 千分之一到百分之一 | 小样本也能快速积累 |
| 中等流量 | 百分之一到百分之五 | 兼顾速度与安全 |
| 低流量 | 百分之十起 | 配合人工核验 |
| 极低流量 | 人工评审为主 | 自动分析样本不足 |
阶梯示例
阶梯示例
# 大流量服务阶梯
大流量：0.1% → 1% → 5% → 25% → 50% → 100%
# 低流量服务阶梯（配合人工核验）
低流量：10% → 50% → 100%
# 每档停留：等样本量与慢指标收敛
# 越级升档仅在人工明确批准后执行典型使用场景
- 首次接入金丝雀：先用两档小步验证整套观测与回退链路
- 高频发布服务：固定的细梯度让每次发布路径一致，减少决策成本
- 重大重构：拉长每档停留，覆盖缓存过期与定时任务等慢变量
- 大促前变更：缩小首档并缩短总时长，降低峰值时段暴露
- 发布手册沉淀：把验证过的阶梯写入手册，新人直接复用
- 阶梯复核：每次发布后回顾放大是否过慢或过快，按季度校准
阶梯不是固定模板：以每档能积累足够样本为原则设计，而不是照搬其他团队的数字。
越级升档要留痕：跳过中间档位时记录理由与批准人，便于事后核对。