در این فصل چه یاد میگیری#
هشت فصل پشتِ سر است. این فصل هیچ مفهومِ تازهای ندارد و هفت قطعه از آنها را در یک خطِ استقرار کنارِ هم میگذارد. مرزِ فصلِ ۳ جلوی سرویس مینشیند و اینجا تکرار نمیشود.
سه بار منتشر میکنیم و هر سه بار میشماریم. مدلِ خرابِ فصلِ ۶ در مرحلهٔ سایه متوقف میشود: صفر کاربرِ آسیبدیده. همان مدل اگر بدونِ سایه و مستقیم به قناری برود، دروازه در درخواستِ ۲۱۱۶ برگشت میزند و ۱۴ نفر آسیب میبینند — و اگر دروازه هم نباشد، ۹۰ نفر. و مدلِ درستشده کامل منتشر میشود با ۱۱۱ کاربرِ نجاتیافته در برابرِ ۲۶ آسیبدیده.

آخر این فصل میتوانی:
- یک خطِ استقرار بسازی که سایه، قناری، دروازه و برگشت را با هم دارد
- سیاههٔ استقراری بنویسی که فردا بشود از رویش بازسازی کرد چه شد
- اثرِ یک انتشار را با دو عدد گزارش کنی، نه یکی
- برگشت را تمرین کنی، نه اینکه امیدوار باشی کار میکند
- بگویی کدام قطعهٔ این خط شبیهسازی است و معادلِ واقعیاش در تولید کجا مینشیند
قبل از شروع#
هر هشت فصلِ قبل. هیچ چیزِ تازهای اینجا نیست جز چیدنشان کنارِ هم.
و یک قاعده که کلِ فصل رویش ایستاده: برگشتی که تمرین نشده باشد، وجود ندارد. بخشِ ۵ همان تمرین است.
📓 نوتبوک: نوتبوک این فصل را در Colab باز کن — همهٔ کدهای این فصل آماده و بهترتیب داخلش هست.
| اجرا | زمانِ تقریبی |
|---|---|
| کلِ نوتبوک روی CPU | کمتر از یک دقیقه |
| GPU | لازم نیست |
۱. سه artifact، سه نسخه#
نسخهٔ زندهٔ فعلی، نسخهٔ تازهای که مسیرِ دادهاش یک کانال را از قلم انداخته، و همان نسخه بعد از رفعِ اشکال.
import hashlib
import json
import pickle
import random
MODELS = {
"1.0.0": fit_model(TRAIN[:800]),
"2.0.0": fit_model([r for r in TRAIN if r["channel"] != "حضوری"],
tfidf=True, ngram=(1, 2), C=10),
"2.1.0": fit_model(TRAIN, tfidf=True, ngram=(1, 2), C=10),
}
REGISTRY = {}
for version, model in MODELS.items():
art = WORK / f"artifact-{version}"
art.mkdir(exist_ok=True)
(art / "model.pkl").write_bytes(pickle.dumps(model))
(art / "config.json").write_text(
json.dumps({"version": version, "normalise": True}, ensure_ascii=False),
encoding="utf-8")
REGISTRY[version] = {
name: hashlib.sha256((art / name).read_bytes()).hexdigest()[:12]
for name in sorted(p.name for p in art.iterdir() if p.is_file())
}
SAYS = {v: dict(zip([r["ticket_id"] for r in TEST],
m.predict([normalise(r["text"]) for r in TEST])))
for v, m in MODELS.items()}
TRUTH = {r["ticket_id"]: r["category"] for r in TEST}
SUB = [r for r in TEST if r["channel"] == "حضوری"]
def acc(version, rows):
return sum(SAYS[version][r["ticket_id"]] == TRUTH[r["ticket_id"]]
for r in rows) / len(rows)
print(f"{'نسخه':<10}{'کلِ آزمون':>12}{'حضوری':>10}{'هشِ config':>14}")
for version in MODELS:
print(f"{version:<10}{acc(version, TEST):>12.4f}{acc(version, SUB):>10.4f}"
f"{REGISTRY[version]['config.json']:>14}")
نسخه کلِ آزمون حضوری هشِ config
1.0.0 0.8660 0.9259 6949fb646b74
2.0.0 0.8740 0.4074 0fb53d999d24
2.1.0 0.8980 0.9259 0a2bb0b5f854
نسخهٔ ۲٫۱٫۰ روی هر دو ستون بهتر است — این همان چیزی است که یک انتشارِ خوب باید نشان بدهد. و هشِ config هر سه فرق دارد، چون هر سه شمارهٔ نسخهٔ متفاوتی دارند؛ همان MANIFEST فصلِ ۱.
۲. سرویس: هفت فصل در هفت خط#
class Clock:
def __init__(self, start=0.0):
self.t = float(start)
def now(self):
return self.t
def jump_to(self, moment):
self.t = max(self.t, moment)
return self.t
STREAM = random.Random(23).choices(TEST, k=4000)
DOWN = range(3200, 3400) # قطعیِ کوتاهِ سرویسِ مدل، برای آزمونِ پشتیبان
COUNTERS = {"model": 0, "cache_hit": 0, "fallback": 0}
CACHE = {}
FALLBACK_LABEL = {r["ticket_id"]: SAYS["1.0.0"][r["ticket_id"]] for r in TEST}
def serve(index, row, version):
"""artifact + cacheِ کلیددارِ نسخه + مسیرِ پشتیبان — همهٔ فصلهای قبل، در هفت خط."""
key = version + "|" + normalise(row["text"])
if key in CACHE:
COUNTERS["cache_hit"] += 1
return CACHE[key]
if index in DOWN:
COUNTERS["fallback"] += 1
return FALLBACK_LABEL[row["ticket_id"]]
COUNTERS["model"] += 1
CACHE[key] = SAYS[version][row["ticket_id"]]
return CACHE[key]
print("سرویس آماده است · نسخهٔ فعال: 1.0.0")
print("شمارندهها:", COUNTERS)
سرویس آماده است · نسخهٔ فعال: 1.0.0
شمارندهها: {'model': 0, 'cache_hit': 0, 'fallback': 0}
سه خطِ اولِ serve سه فصلاند: کلیدِ cache نسخه را در خودش دارد (فصلِ ۵)، قطعی به مسیرِ پشتیبان میرود (فصلِ ۷)، و هر واحد شمرده میشود (فصلِ ۸).
۳. استقراردهنده#
MIN_SAMPLES = 20
MAX_DISAGREEMENT = 0.40
def note(log, clock, stage, message):
log.append({"t": round(clock.now()), "stage": stage, "message": message})
def bad_channels(seen):
return [c for c, (n, d) in sorted(seen.items())
if n >= MIN_SAMPLES and d / n > MAX_DISAGREEMENT]
def deploy(candidate, live="1.0.0", shadow_requests=1000, canary_share=25,
use_shadow=True, use_gate=True):
clock, log, seen = Clock(), [], {}
CACHE.clear()
for key in COUNTERS:
COUNTERS[key] = 0
note(log, clock, "build",
f"artifact {candidate} · config {REGISTRY[candidate]['config.json']}")
harmed = rescued = 0
state = "سایه" if use_shadow else "قناری"
note(log, clock, state, f"شروع · نسخهٔ زنده {live}")
for i, row in enumerate(STREAM):
clock.jump_to(i * 1.0)
if state == "سایه":
answer = serve(i, row, live) # کاربر همیشه نسخهٔ زنده را میگیرد
box = seen.setdefault(row["channel"], [0, 0])
box[0] += 1
box[1] += SAYS[candidate][row["ticket_id"]] != answer
if i + 1 >= shadow_requests:
for channel, (n, d) in sorted(seen.items()):
note(log, clock, "سایه", f"{channel}: {n} نمونه · اختلاف {d / n:.1%}")
if bad_channels(seen):
note(log, clock, "سایه",
"توقف — اختلافِ زیرگروه: " + "، ".join(bad_channels(seen)))
return {"log": log, "final": live, "harmed": 0,
"rescued": 0, "stopped": "سایه", "at": i}
note(log, clock, "سایه", "تأیید — ورود به مرحلهٔ قناری")
state, seen = "قناری", {}
continue
digest = hashlib.sha256(row["customer_id"].encode("utf-8")).hexdigest()
in_canary = int(digest, 16) % 100 < canary_share
version = candidate if (state == "کامل" or in_canary) else live
answer = serve(i, row, version)
if version == candidate:
old, truth = SAYS[live][row["ticket_id"]], TRUTH[row["ticket_id"]]
harmed += answer != truth and old == truth
rescued += answer == truth and old != truth
box = seen.setdefault(row["channel"], [0, 0])
box[0] += 1
box[1] += answer != old
if use_gate and bad_channels(seen):
note(log, clock, "قناری",
f"دروازه شکست در درخواستِ {i} — زیرگروه: "
+ "، ".join(bad_channels(seen)))
note(log, clock, "برگشت", f"نسخهٔ زنده به {live} برگشت")
return {"log": log, "final": live, "harmed": harmed,
"rescued": rescued, "stopped": "قناری", "at": i}
if state == "قناری" and i >= 2000:
note(log, clock, "قناری", "پنجره تمام شد · ترافیک صد درصد")
state = "کامل"
note(log, clock, "پایان", f"نسخهٔ زنده {candidate}")
return {"log": log, "final": candidate, "harmed": harmed,
"rescued": rescued, "stopped": None, "at": len(STREAM)}
bad_release = deploy("2.0.0")
print("انتشارِ 2.0.0 →", bad_release["stopped"] or "کامل",
"· نسخهٔ نهایی:", bad_release["final"],
"· کاربرانِ آسیبدیده:", bad_release["harmed"])
انتشارِ 2.0.0 → سایه · نسخهٔ نهایی: 1.0.0 · کاربرانِ آسیبدیده: 0
صفر. مدلی که در فصلِ ۶ هشتادویک نفر را آسیب زد، اینجا به هیچ کاربری نرسید.
و به معیارِ دروازه دقت کن: «اختلافِ جواب»، نه «دقت». هیچ برچسبی لازم نیست، پس تصمیم همان لحظه گرفته میشود نه هفتهٔ بعد.
۴. انتشارِ درست، و عددی که کسی گزارش نمیکند#
good_release = deploy("2.1.0")
print("انتشارِ 2.1.0 →", good_release["stopped"] or "کامل",
"· نسخهٔ نهایی:", good_release["final"])
print(" کاربرانِ آسیبدیده:", good_release["harmed"],
"· کاربرانِ نجاتیافته:", good_release["rescued"],
"· خالص:", good_release["rescued"] - good_release["harmed"])
print(" شمارندهها:", COUNTERS)
انتشارِ 2.1.0 → کامل · نسخهٔ نهایی: 2.1.0
کاربرانِ آسیبدیده: 26 · کاربرانِ نجاتیافته: 111 · خالص: 85
شمارندهها: {'model': 604, 'cache_hit': 3389, 'fallback': 7}
۱۱۱ نجاتیافته، ۲۶ آسیبدیده. یک انتشارِ آشکارا خوب — و باز هم بیستوشش نفر جوابِ بدتری گرفتند.
هیچ مدلِ بهتری «همهجا بهتر» نیست. گزارشِ صادقانهٔ یک انتشار همیشه دو عدد دارد، نه یکی. اگر فقط «دقت از ۰٫۸۶۶۰ به ۰٫۸۹۸۰ رسید» را بنویسی، آن بیستوشش نفر در هیچ جدولی دیده نمیشوند — و روزی که یکی از آنها شکایت کند، هیچکس نمیداند این یک اتفاقِ شناختهشده بوده.
و شمارندهها یک چیزِ دیگر هم میگویند: قطعیِ دویستثانیهای فقط ۷ بار به مسیرِ پشتیبان رسید، چون cache گرم بود و بقیه را خودش جواب داد. cache علاوه بر ارزان بودن، بخشی از تابِآوری است.
📏 اندازه بگیر: با چه چیزی مقایسه شد؟ با نسخهٔ ۱٫۰٫۰ روی همان درخواستها — «آسیبدیده» و «نجاتیافته» هر دو تیکتبهتیکت با جوابِ نسخهٔ زنده سنجیده شدهاند، نه با میانگین. روی کدام داده؟ یک جریانِ یکسانِ ۴۰۰۰تایی برای هر سه انتشار. با چند
seed؟ یکی برای جریان، ولی سه سناریوی متفاوتِ استقرار روی همان جریان — و همانطور که فصلِ ۶ نشان داد، تفاوتِ سناریوها اینجا خیلی بزرگتر از نوسانِseedاست.
۵. مانورِ برگشت#
حالا بدترین روز را تمرین میکنیم: کسی زیرِ فشار مرحلهٔ سایه را رد میکند و مستقیم قناری میزند.
hotfix = deploy("2.0.0", use_shadow=False)
no_gate = deploy("2.0.0", use_shadow=False, use_gate=False)
print("بدونِ سایه، با دروازه :", hotfix["stopped"], "در درخواستِ", hotfix["at"],
"· آسیبدیده:", hotfix["harmed"])
print("بدونِ سایه، بدونِ دروازه:", no_gate["stopped"] or "کامل",
"· آسیبدیده:", no_gate["harmed"])
بدونِ سایه، با دروازه : قناری در درخواستِ 2116 · آسیبدیده: 14
بدونِ سایه، بدونِ دروازه: کامل · آسیبدیده: 90
۱۴ در برابرِ ۹۰، و صفر اگر سایه را رد نکرده بودی.
سه لایهٔ دفاعی، سه عددِ متفاوت. هیچکدام جای دیگری را نمیگیرد: سایه ارزانترین است ولی همهچیز را نمیبیند، دروازهٔ قناری دیرتر میفهمد ولی روی ترافیکِ واقعی، و برگشت آخرین چیزی است که بینِ تو و یک روزِ خراب ایستاده.
و عددِ ۲۱۱۶ خودش یک درس است: دروازه تا وقتی بیست نمونه از آن زیرگروه جمع نشود تصمیم نمیگیرد، و کانالِ حضوری فقط حدودِ شش درصدِ ترافیک است، پس قناریِ بیستوپنجدرصدی در پنجرهٔ دوهزار درخواستیاش فقط ۱۳ نمونه از آن میبیند. دروازه در آن لحظه «نمیدانم» میگوید، و deploy این را تأیید حساب میکند و ترافیک را صد درصد میکند؛ نمونهٔ بیستم ۱۱۶ درخواست بعد، با ترافیکِ کامل میرسد. کمینهٔ نمونه از هشدارِ کاذب جلوگیری میکند و در عوض کشف را کند میکند — و این معامله را باید آگاهانه انتخاب کنی. سیاستِ سختگیرانهتر، همان قاعدهٔ فصلِ ۶ است: تا زیرگروه به کمینهٔ نمونه نرسیده، ترافیک را بالا نبر.
✅ چک کن: خطِ دوم را با فصلِ ۶ مقایسه کن: آنجا میانهٔ آسیب ۸۱ بود و اینجا ۹۰. عددها یکی نیستند و نباید باشند — آنجا قناری پنج درصد بود و اینجا بیستوپنج درصد. اگر دو اندازهگیری در دو فصل دقیقاً یکی درآمدند، احتمالاً یکیشان را از روی دیگری نوشتهای.
۶. سیاههٔ استقرار#
print("— سیاههٔ انتشارِ 2.0.0 (متوقف در سایه) —")
for entry in bad_release["log"]:
print(f"[{entry['t']:>4}] {entry['stage']:<8} {entry['message']}")
print("— سیاههٔ همان نسخه، این بار بدونِ سایه —")
for entry in hotfix["log"]:
print(f"[{entry['t']:>4}] {entry['stage']:<8} {entry['message']}")
— سیاههٔ انتشارِ 2.0.0 (متوقف در سایه) —
[ 0] build artifact 2.0.0 · config 0fb53d999d24
[ 0] سایه شروع · نسخهٔ زنده 1.0.0
[ 999] سایه ایمیل: 330 نمونه · اختلاف 7.9%
[ 999] سایه تلفن: 372 نمونه · اختلاف 6.5%
[ 999] سایه حضوری: 58 نمونه · اختلاف 62.1%
[ 999] سایه چت: 240 نمونه · اختلاف 6.7%
[ 999] سایه توقف — اختلافِ زیرگروه: حضوری
— سیاههٔ همان نسخه، این بار بدونِ سایه —
[ 0] build artifact 2.0.0 · config 0fb53d999d24
[ 0] قناری شروع · نسخهٔ زنده 1.0.0
[2000] قناری پنجره تمام شد · ترافیک صد درصد
[2116] قناری دروازه شکست در درخواستِ 2116 — زیرگروه: حضوری
[2116] برگشت نسخهٔ زنده به 1.0.0 برگشت
این سیاهه محصولِ نهاییِ ترم است. هفت خط، و هر خط به سؤالی جواب میدهد که فردا کسی میپرسد: کدام artifact بود، چه چیزی سنجیده شد، با چند نمونه، چه تصمیمی گرفته شد، و کِی.
و مهمترین سطر، سطرِ ۶۲٫۱ درصد است. بدونِ آن، سطرِ «توقف» فقط یک ادعاست.
🔧 اگر کار نکرد: اگر دروازهات هیچوقت شکست نخورد، اول
MIN_SAMPLESرا چاپ کن و بعدseen. رایجترین دو دلیل: زیرگروه هیچوقت به کمینهٔ نمونه نرسیده — که خرابی نیست، جوابِ درستِ «نمیدانم» است — یا کلیدِseenرا از فیلدی میسازی که در جریان وجود ندارد وKeyErrorرا جایی خوردهای. و اگرhotfixوno_gateهر دو عددِ یکسان دادند،use_gateرا در امضای تابع جا انداختهای.
۷. سیاههٔ تحویل#
| سؤال، پیش از هر استقرار | کجای این پروژه جوابش است |
|---|---|
| کدام نسخه را میفرستم؟ | REGISTRY با هشِ هر فایل (فصلِ ۱) |
| کلاینتهای قدیمی میشکنند؟ | مسیرِ نسخهدار و تستِ قرارداد (فصلِ ۲) |
| کارِ سنگین کجا میرود؟ | صفِ یکسانتوان و صفِ نامههای مرده (فصلِ ۴) |
| جوابِ کهنه نمیدهم؟ | نسخه داخلِ کلیدِ cache (فصلِ ۵) |
| چطور میفهمم بد است؟ | سایه، بعد قناری با دروازهٔ زیرگروهی (فصلِ ۶) |
| اگر مدل بمیرد چه؟ | قطعکننده و مسیرِ پشتیبان (فصلِ ۷) |
| چقدر خرج برمیدارد؟ | شمارندهٔ واحدها و ساعتنمونه (فصلِ ۸) |
| اگر خراب شد چه؟ | دروازه، برگشت، و سیاههٔ استقرار |
🤖 از دستیارت بپرس: «تفاوتِ
rollbackوroll-forwardچیست و کِی هرکدام درستاند؟» بعد این را بپرس: «اگر نسخهٔ تازهام ساختارِ پایگاه داده را عوض کرده باشد، برگشت به نسخهٔ قبل چه بلایی سرِ داده میآورد؟» — جوابش دلیلِ قاعدهٔ «تغییرِ ساختار فقط افزایشی» است.
۸. چه چیزی اینجا شبیهسازی شد#
این نوتبوک هیچ چیزی را مستقر نکرد. serve یک تابعِ پایتون است، STREAM یک list است، و هر سه انتشار داخلِ همان runtimeای افتادند که با بستنِ این صفحه پاک میشود. چیزی که ساختیم تصمیمهای استقرار بود، نه خودِ استقرار. جدولِ زیر ستونِ سوم را هم دارد، چون بدونش این فصل یک دروغِ آرام است.
| قطعه در این فصل | معادلِ واقعیاش در تولید | چیزی که اینجا اصلاً وجود ندارد |
|---|---|---|
serve(index, row, version) |
یک فرآیندِ سرویس که پشتِ یک پورت گوش میدهد و با ریاستارتِ ماشین خودش بالا میآید | فرآیندی که بعد از بستنِ نوتبوک زنده بماند |
for i, row in enumerate(STREAM) |
ترافیکِ واقعی: نرخِ متغیر، کاربرِ همزمان، تأخیرِ شبکه | شبکه، همزمانی، درخواستی که وسطِ راه قطع شود |
version = candidate if in_canary else live |
مسیریابِ ترافیک، جلوی سرویس و نه داخلش | مسیریاب — جایی که بشود درصدِ ترافیک را بدونِ استقرارِ دوباره عوض کرد |
use_shadow=False بهعنوان آرگومانِ تابع |
feature flag: سوئیچی که در زمانِ اجرا و از بیرونِ کد عوض میشود |
پیکربندیِ زنده — اینجا هر تغییرِ رفتار یعنی تغییرِ کد |
return {"final": live} |
برگرداندنِ نشانگرِ نسخهٔ زنده به artifact قبلی، روی همهٔ ماشینها |
برگشتی که چیزی را بیرونِ این حافظه عوض کند |
REGISTRY در حافظه |
انبارِ artifact که چند ماشین از آن میخوانند |
انبارِ مشترک، دسترسیِ همزمان، شکستِ شبکه هنگامِ دانلود |
Clock |
ساعتِ دیوار، که منتظرِ تو نمیماند | مهلتِ زمانی، عقبافتادگیِ واقعی، دو ماشین با ساعتِ ناهمگام |
پس این فصل چه چیزی به تو داد؟ سختترین بخشِ استقرار را: تصمیمها. چه چیزی را بسنجی، با چند نمونه، در کدام زیرگروه، کِی توقف کنی، و چه چیزی را بنویسی. اینها عوض نمیشوند. لایهای که اینجا نیست — فرآیند، مسیریاب، feature flag — همانی است که هر سازمانی با ابزارِ خودش میسازد و هر چند سال یک بار عوضش میکند.
⚠️ مواظب باش: اگر بعد از این فصل به کسی بگویی «مدلم مستقر است»، حرفت درست نیست. درستش این است: «خطِ استقرارم را طراحی و آزمایش کردهام.» آن لایهٔ غایب — یک فرآیندِ همیشهروشن روی ماشینی که پس از بستنِ مرورگر هم میماند — تنها چیزی است که این دوره نمیتواند داخلِ Colab به تو بدهد، و تنها راهِ یاد گرفتنش این است که یک بار روی ماشینِ خودت انجامش بدهی. تمرینِ اجباریِ فصلِ ۱ همین ترم دقیقاً همین را از تو میخواهد.
واژههای تازهٔ این فصل#
| کلمه | تلفظ به حروف فارسی | یعنی چه |
|---|---|---|
| deploy log | دیپلوی لاگ | سیاههٔ رویدادهای یک انتشار، با زمان و تصمیم |
| rollback | رولبک | برگرداندنِ نسخهٔ زنده به نسخهٔ قبلی |
| release gate | ریلیز گیت | شرطی که اگر برقرار نباشد انتشار ادامه پیدا نمیکند |
| net effect | نت افکت | تفاضلِ نجاتیافتهها و آسیبدیدهها در یک انتشار |
تمرینها
اول خودت فکر کن یا امتحان کن — بعد اینجا را باز کن.
در فصل بعد#
ترمِ ۴ تمام شد. سامانهات آمادهٔ استقرار است؛ استقرارِ واقعی یک لایه دارد که این ترم شبیهسازیاش کرد — و بخشِ ۸ اسمِ تکتکِ اجزای آن لایه را گفت. نسخه دارد، مرز دارد، ارزان است، در روزِ بد جواب میدهد، و راهِ برگشت دارد.
ولی از فردا شروع میشود تغییر کردن. ترمِ ۵ دربارهٔ همان فرداست: پایش، رانشِ داده و رانشِ مفهوم، کیفیت وقتی برچسب نداری، هشداری که خستهات نکند، و بازآموزی: کِی و چطور. قاعدهٔ سختش را از همین حالا بدان: سامانهای که پایش نمیشود، خراب است و تو نمیدانی.
به آخر این فصل رسیدی!
اگر ساختی و جواب داد، این دکمه مال توست.