Progressive Delivery через Argo Rollouts: налаштування та автоматизація

Progressive Delivery через Argo Rollouts: налаштування та автоматизація

Стандартний kubectl apply виконує rolling update: старі події замінюються новими один за одним. Якщо нова версія зламана, на момент виявлення вже 50% трафіку йде на неї. За статистикою Google Cloud, 40% інцидентів у продакшені пов'язані з невдалими деплоями. Ми використовуємо Argo Rollouts, щоб реалізувати Progressive Delivery — підхід, при якому нова версія застосунку поступово отримує трафік, а між кроками виконуються автоматичні перевірки метрик. Це скорочує середній час відновлення (MTTR) з годин до хвилин — в середньому в 6 разів швидше за ручний процес. Замість ручного моніторингу Rollouts виконує автоматичні перевірки на кожному етапі. При перевищенні порогу помилок розгортання зупиняється та відкочується. Наші сертифіковані інженери з 10-річним досвідом у Kubernetes гарантують, що ваші сервіси оновлюватимуться без даунтайму та з мінімальним ризиком. Замовте аудит вашого стеку — дізнайтеся, як впровадити Progressive Delivery без простоїв. Вартість аудиту — від 500$, а економія від впровадження сягає до $50 000 на рік за рахунок скорочення інцидентів.

Проблеми, які вирішує Argo Rollouts

• Довгий MTTR. Без автоматичного відкату інженери витрачають в середньому 30 хвилин на виявлення та відкат. Rollouts скорочує це до 2 хвилин — у 15 разів швидше — та знижує витрати на інциденти на 60%.
• Відсутність контролю трафіку. Rolling update не вміє направляти лише частину трафіку на нову версію. Canary-деплой з вагою 5% дозволяє тестувати на реальних користувачах, мінімізуючи вплив.
• Людський фактор. Ручний моніторинг метрик та прийняття рішення про відкат — джерело помилок. Rollouts автоматизує аналіз та відкат за заданими порогами, виключаючи ризик.

Яка економія від впровадження Progressive Delivery?

Один інцидент у продакшені може коштувати $10 000–$100 000. При середній частоті 5 інцидентів на місяць та скороченні MTTR з 30 до 2 хвилин, економія становить понад $50 000 на рік. Аудит нашого стеку коштує від $500, а комплексне впровадження — від $5 000. Інвестиція окупається за 1–2 місяці.

Як ми впроваджуємо Progressive Delivery

Наша команда (10+ років досвіду, 5 років на ринку, понад 100 успішних проектів) виконує впровадження за наступною методикою:

1. Аудит інфраструктури. Визначаємо використовуваний ingress (nginx, Istio, Traefik), поточні метрики та alerting.
2. Встановлення Argo Rollouts. Контролер розгортається у виділеному namespace, налаштовується RBAC.
3. Міграція першого сервісу. Обираємо сервіс з низьким ризиком, конвертуємо Deployment в Rollout з простою стратегією.
4. Розробка AnalysisTemplate. Підключаємо Prometheus, пишемо запити для error rate та latency.
5. Тестування. Проводимо rollout з навмисною помилкою, перевіряємо автоматичний відкат.
6. Інтеграція з ArgoCD. Налаштовуємо GitOps-пайплайн з правилами синхронізації.
7. Документація та навчання. Передаємо команді інструкцію та проводимо вебінар на 2 години.

Стеки: Kubernetes 1.29+, Helm 3, Prometheus + Grafana, nginx-ingress або Istio, ArgoCD. Всі конфіги версіонуємо в Git. Приклад мінімального Rollout:

---
apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
  name: api-service
spec:
  replicas: 10
  strategy:
    canary:
      canaryService: api-canary-svc
      stableService: api-stable-svc
      steps:
        - setWeight: 5
        - pause: {duration: 10m}
        - analysis:
            templates:
              - templateName: latency-and-errors
        - setWeight: 50
        - pause: {duration: 30m}
        - setWeight: 100

---
apiVersion: argoproj.io/v1alpha1
kind: AnalysisTemplate
metadata:
  name: latency-and-errors
spec:
  metrics:
    - name: error-rate
      interval: 2m
      count: 5
      successCondition: result[0] <= 0.01
      failureLimit: 2
      provider:
        prometheus:
          address: http://prometheus-operated:9090
          query: |
            sum(rate(http_requests_total{status=~"5.."}[2m])) / sum(rate(http_requests_total[2m]))
    - name: p99-latency
      interval: 2m
      count: 5
      successCondition: result[0] < 0.5
      failureLimit: 2
      provider:
        prometheus:
          address: http://prometheus-operated:9090
          query: |
            histogram_quantile(0.99, sum(rate(http_request_duration_seconds_bucket[2m])) by (le))
---

kubectl argo rollouts abort api-service
kubectl argo rollouts promote api-service
kubectl argo rollouts get rollout api-service --watch