当部署失败时，您如何处理回滚？

Question

当部署失败时，您如何处理回滚？

Accepted Answer

当部署引入问题时，您需要**快速回滚**到工作状态，以最小化对用户的影响。有效的回滚策略——以及相关的监控、自动回滚和前向修复实践——对于可靠的部署至关重要。

## 为什么这很重要

```text
Deployments sometimes introduce problems (bugs, errors, performance issues) that get
through testing. When that happens in production:
  → you need to restore a WORKING state QUICKLY (minimize user impact/downtime)
  → a fast, reliable rollback is essential — being able to undo a bad deploy fast
→ "How do we roll back?" must be answered BEFORE you need it.
```

## 回滚方法

```text
✓ REDEPLOY the previous version — deploy the last known-good artifact/version
  (versioned artifacts make this easy: deploy v1.2.2 to undo v1.2.3)
✓ BLUE-GREEN → instant rollback by switching traffic back to the old environment
✓ CANARY → if the canary shows problems, stop the rollout (only a few users affected)
✓ Database changes → trickier (need backward-compatible migrations; see below)
✓ Feature FLAGS → disable a problematic feature without redeploying (instant "rollback"
  of behavior)
```

## 重要注意事项

```text
⚠️ DATABASE migrations → rollbacks are hard if a migration is destructive/incompatible:
  → use BACKWARD-COMPATIBLE migrations (so the old code works with the new schema)
  → decouple schema changes from code; expand-then-contract patterns
✓ MONITORING → detect problems FAST (so you know to roll back) — alerts on errors/metrics
✓ AUTOMATED rollback → some pipelines auto-rollback on failed health checks
✓ FORWARD FIX → sometimes fixing forward (a quick patch) is better than rolling back
✓ Practice/test rollbacks → ensure they actually work when needed
```

## 为什么这很重要

理解回滚策略很重要，因为**部署有时会失败，能够快速恢复对于可靠性至关重要**，所以这对于生产部署来说是宝贵的实用知识。

即使有良好的测试，部署有时也会在生产中引入问题，当它们这样做时，**快速恢复工作状态**（以最小化用户影响和停机时间）是至关重要的——使回滚能力成为可靠部署的关键部分，也是应该在**需要之前**规划的内容。

理解**回滚方法**——重新部署先前的版本（通过版本化的工件使其变得容易）、**蓝绿部署**的即时回滚（切换流量）、停止**金丝雀**推出（限制影响）和使用**特性开关**禁用有问题的功能而无需重新部署——提供了与不同部署策略相匹配的选项。

理解**重要注意事项**反映了成熟的部署实践：**数据库迁移使回滚变得困难**（因为破坏性或不兼容的schema更改不能简单地撤销），所以使用**向后兼容的迁移**（使旧代码与新schema一起工作）和expand-then-contract等模式是必不可少的——这是一个真正棘手的、重要的现实世界关切。

理解**监控**的作用（快速检测问题，以便您知道何时回滚）、**自动回滚**（在健康检查失败时）、**前向修复**的选项（有时快速补丁比回滚更好），以及**测试回滚**的重要性（确保在需要时它们有效）反映了关于部署恢复的全面思考。

由于部署可能失败，快速恢复对于可靠性至关重要（最小化用户影响），并且由于理解回滚方法、数据库迁移挑战和支持实践（监控、自动化、前向修复）使得能够有效地从不良部署中恢复，理解回滚策略对于可靠的生产部署来说是宝贵的、实践上重要的知识——这是部署安全的关键方面，反映了即使有良好的CI/CD，也能处理不可避免的失败的运维成熟度。