用 CloudFront + Lambda@Edge 实现“可回滚、可观测”的灰度发布
关键词：灰度发布 / canary / CloudFront / Lambda@Edge / 一致性分桶 / 粘性 Cookie / 结构化日志 / CloudWatch → 阿里云 SLS
1. 背景与目标
多前端版本（如 pre 与 beta）并存时，我们希望满足：
- 按比例放量（如 20% → 50% → 100%），可随时回滚；
- 白名单直达：内测/验证用户始终走
beta； - 新用户首访抽签 + 粘性：一旦抽中
beta就持续命中； - 强观测：结构化日志，能一眼看出“今天的新用户里有多少进了 beta、粘性命中率、不同 host/路径的命中分布”等。
最终基于 CloudFront + Lambda@Edge 实现无侵入灰度，结合 CloudWatch Logs → 阿里云 SLS 做跨区聚合分析，分钟级可见发布效果。
2. 方案总览
flowchart TDsubgraph ClientU[用户请求<br/>Host/UA/Cookie]endsubgraph CloudFrontVR[Viewer-Request Lambda@Edge<br/>版本决策+打日志]OR[回源/静态对象路由]VP[Viewer-Response Lambda@Edge<br/>Set-Cookie x-fenliu-traffic]endsubgraph Storage/LogsCW[CloudWatch Logs]SLS[阿里云 SLS(可选)]endU --> VR --> OR --> VP --> UVR -- console.log(JSON) --> CWCW -. 定时同步 .-> SLS
核心思想：请求先到 Viewer-Request，我们在这里决定该走 pre 还是 beta，并把结果透传到请求头 x-fenliu-traffic；响应阶段由 Viewer-Response 把这个值写入同名 Cookie，从而形成粘性。同时在 Viewer-Request 打结构化 JSON 日志，方便后续统计分析。
3. 版本判定策略（四步）
- 白名单（Cookie
x-fenliu-version等于beta） → 强制走 beta。 - 粘性（已有
x-fenliu-traffic为pre/beta） → 按已有值转发。 - 首访抽签（无粘性）：按
TRAFFIC_RATIO做一次 1..100 分桶，命中beta比例（使用<=判断）。 - 其他异常情况 → 回落到 pre。
我们还支持多种 seed 模式：
random（每次请求独立抽签） /ip/ua/ip+ua。生产更推荐ip或ip+ua以增强一致性。
4. 分桶与粘性：稳定 1..100
为避免“比例抖动”，对一致性 seed（如 ip|ua）采用 FNV-1a 32 位哈希，再 mod 100 + 1 得到 1..100 的稳定桶号：
function fnv1a32(str) {let h = 0x811c9dc5;for (let i = 0; i < str.length; i++) {h ^= (str.charCodeAt(i) & 0xFF);h = (h * 0x01000193) >>> 0; // 16777619}return h >>> 0;
}
function bucket1to100(seed) {return (fnv1a32(seed) % 100) + 1; // 1..100
}
bucket <= TRAFFIC_RATIO→ 命中beta；否则走pre。seed取值：ip/ua/ip+ua（更稳定）/random（每次变化）。
5. 关键代码（节选）
5.1 Viewer-Request：决策 & 路由改写 & 日志
要点：
- 仅当
x-fenliu-version === beta才视为白名单； x-fenliu-traffic（粘性）优先级高于抽签；- 打结构化 JSON日志，字段包含：
host/path/client_ip/ua_hash/variant/reason/bucket/traffic_ratio/is_new_user等； - 将选中的版本写进请求头
x-fenliu-traffic，便于响应阶段“种 Cookie”。
你现有的完整实现已具备以上逻辑。
5.2 Viewer-Response：种粘性 Cookie
从请求头读取 x-fenliu-traffic，写入同名 Cookie（SameSite=Lax; Secure; Max-Age=90d），保持用户后续访问的稳定命中。
6. 日志格式与示例
每次 Viewer-Request 输出一行 JSON，类似：
{"ts": "2025-11-13T07:39:11.121Z","date_utc": "2025-11-13","date_sgt": "2025-11-13","host": "playlet-pre.skyreels.ai","path": "/sw-2025-08-20.js","qs": "","client_ip": "38.181.86.98","ip_mask": "38.181.86.x","ua_hash": "1184172738","wl_cookie_name": "x-fenliu-version","wl_cookie_value": "","sticky_cookie_name": "x-fenliu-traffic","sticky_cookie_value": "pre","variant": "pre","reason": "sticky","seed_mode": "random","bucket": "","traffic_ratio": 50,"is_new_user": false
}
is_new_user判定：是否已有粘性 Cookie（x-fenliu-traffic）。没有则为true。
7. 观测：CloudWatch → 阿里云 SLS（可选）
把 CloudWatch 原始事件按 NDJSON 落本地，再只抽取 INFO 后的 JSON 推送到 SLS：
- 去重：基于
eventId做本地去重； - 多区汇总：多 Region 拉取后统一推送；
- 分钟级可见：支撑灰度观察与回滚决策。
你的工具脚本：sync_cloudwatch_logs.py（拉取）、parse_and_push.py（解析+推送）、config.py（账号/Region/函数名/窗口设置）、utils.py（日志打印）与 run.py。
8. SLS 查询示例（今天的新用户、各版本占比）
((is_new_user:'true'))| select variant as ver, count(1) as users group by ver order by users desc
注意：SLS 字段类型为字符串时，布尔值请以字符串比较（如
is_new_user:="true"）。
9. 灰度策略：怎么放量更稳
- 20% 起步：观察 30~60 分钟，关注 4 指标
- 新用户
beta占比（接近TRAFFIC_RATIO）； - 错误率/5xx 变化；
- 性能（TTFB、静态命中率）；
- 关键路径（/home /index.html /sw.js 等）命中差异。
- 新用户
- 逐步加到 50% / 80%：每一步持续观测，准备随时一键回退（把
TRAFFIC_RATIO设为 0 即可）。 - 白名单不受控：核心内测用户用
x-fenliu-version=beta，不影响统计比例。
10. 成本与安全
- 日志成本：CloudWatch 与跨区/跨云转发都会产生成本；建议设置预算与告警；
- IAM 最小权限：Lambda 只需
logs:CreateLogStream/PutLogEvents到指定 LogGroup；同步脚本只要读 CloudWatch Logs； - Cookie 安全：
SameSite=Lax; Secure，如不需要前端读取，可启用HttpOnly。
11. 常见坑
-
“看起来不是 60%/50%？”
小样本下的随机抖动是正常的；使用ip/ip+ua的一致性 seed，或扩大样本量统计会更接近目标比例。 -
日志跨 Region
Lambda@Edge 在离用户最近的边缘区域执行；对应日志可能落在多地区的 CloudWatch 里。统一拉取即可。 -
SLS 没看到数据
通常是字段解析/去重/项目或 Logstore 配置问题。先本地打印[PREVIEW]看提取到的 JSON，再确认PutLogsRequest的project/logstore正确。
12. 上线 Checklist
13. 流程图（Mermaid）
flowchart TDA([开始]) --> B{x-fenliu-version === 'beta'?}B -- 是 --> X[路由到 beta（白名单）]B -- 否 --> C{x-fenliu-traffic 存在?}C -- 否 --> D[抽签(1..100) <= TRAFFIC_RATIO ?]D -- 是 --> E1[variant=beta]D -- 否 --> E2[variant=pre]E1 --> H[写请求头 x-fenliu-traffic=beta]E2 --> H2[写请求头 x-fenliu-traffic=pre]C -- 是 --> F{x-fenliu-traffic == 'beta'?}F -- 是 --> XF -- 否 --> G{x-fenliu-traffic == 'pre'?}G -- 是 --> Y[路由到 pre（粘性）]G -- 否 --> Z[路由到 pre（fallback）]X --> R[回源/改写路径]Y --> RZ --> RR --> VP[Viewer-Response: Set-Cookie x-fenliu-traffic=<variant>]
14. 结语
这套方案轻改造、强观测、可回滚。借助一致性分桶 + 粘性 Cookie + 结构化日志，你可以把“灰度”做得像开关一样可控：放量看数，数不好就回退。当 beta 在指标上稳定优于 pre 时，最终只需把 TRAFFIC_RATIO 拉满即可完成切换。
