التسليم التدريجي باستخدام Argo Rollouts
أتمت الترقية المرحلية والتحليل.
التسليم التدريجي باستخدام Argo Rollouts درس مجاني في MLOps Academy على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في MLOps Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة MLOps Academy 4 دروس في المجموع.
ما هو التسليم التدريجي
يعني التسليم التدريجي إطلاق نموذج جديد على مراحل مضبوطة، مع إجراء فحوص في كل مرحلة، بدلًا من تحويل الجميع إليه دفعة واحدة بطريقة محفوفة بالمخاطر. 🚦
تعرّف إلى Argo Rollouts
إن Argo Rollouts وحدة تحكم في Kubernetes تستبدل Deployment العادي، بحيث يمكنك تنفيذ إصدارات canary وblue-green محليًا داخل المجموعة.
مورد Rollout
تستبدل Deployment بكائن Rollout. يبدو مألوفًا، لكنه يضيف كتلة استراتيجية تصف كيفية تولّي الوحدات الجديدة حركة المرور.
apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
name: model-apiحدّد خطوات canary
داخل استراتيجية canary، تسرد الخطوات: تحدد وزن حركة المرور، ثم توقف التنفيذ مؤقتًا. ينفذها Argo بالترتيب، وينقل المستخدمين إلى الإصدار الجديد تدريجيًا.
strategy:
canary:
steps:
- setWeight: 20
- pause: {duration: 5m}
- setWeight: 50
- pause: {}توقف عند بوابة
يوقف pause الفارغ عملية الإطلاق إلى أن توافق عليها يدويًا. أما التوقف المحدد بوقت، فينتظر مدة معينة ثم يتابع تلقائيًا.
التحليل في كل خطوة
يستعلم AnalysisTemplate عن المقاييس، مثل معدل الأخطاء من Prometheus، ويُبلغ Argo ما إذا كان canary سليمًا في هذه الخطوة.
التراجع التلقائي
إذا فشل تشغيل التحليل في تحقيق شرط النجاح، فإن Argo يلغي عملية الإطلاق ويعيد كل حركة المرور إلى الإصدار المستقر دون الحاجة إلى تدخل بشري.
أضف موجّهًا لحركة المرور
لضبط النسب بدقة، يوجّه Argo موفر حركة مرور مثل Istio أو NGINX. وبدونه، يُقرَّب الوزن باستخدام عدد الوحدات بدلًا من ذلك.
Blue-Green أيضًا
يدعم Argo أيضًا استراتيجية blue-green: ينشئ الإصدار الجديد كاملًا، ويتيح اختباره على خدمة معاينة، ثم يحوّل كل حركة المرور إليه دفعة واحدة.
روّج أو ألغِ
تتحكم في عملية إطلاق متوقفة مؤقتًا باستخدام CLI: ينقل promote التنفيذ إلى الخطوة التالية، بينما يلغي abort العملية ويعيد كل شيء إلى الحالة المستقرة.
kubectl argo rollouts promote model-api
kubectl argo rollouts abort model-apiراقبه مباشرة
يعرض الأمر get rollout كل خطوة والوزن الحالي ونتائج التحليل، حتى تتمكن من متابعة الترقية في الوقت الفعلي.
kubectl argo rollouts get rollout model-api --watchتحقق سريع
كيف يتصرف Argo Rollouts عند فشل canary؟
مراجعة
يحوّل Argo Rollouts Deployment إلى إصدارات canary أو blue-green مرحلية، ويجري تحليلًا للمقاييس في كل خطوة، ويلغي العملية تلقائيًا ويعود إلى الإصدار المستقر عند الفشل. ✅
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «التسليم التدريجي باستخدام Argo Rollouts» مجاني؟
نعم — نص درس «التسليم التدريجي باستخدام Argo Rollouts» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة MLOps Academy، انتقل إلى CoddyKit PRO. تتضمن دورة MLOps Academy 4 دروس في المجموع.
ماذا ستتعلم في «التسليم التدريجي باستخدام Argo Rollouts»؟
أتمت الترقية المرحلية والتحليل. تتمرن على MLOps Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ MLOps Academy؟
لا تُشترط خبرة سابقة. MLOps Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.
كم من الوقت يستغرق درس «التسليم التدريجي باستخدام Argo Rollouts»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس MLOps Academy هذا؟
نعم. كل درس في MLOps Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- عمليات طرح Canary: ابدأ بعدد قليل
- محاكاة حركة المرور دون التأثير في المستخدمين
- تحديد معايير التراجع التلقائي
- التسليم التدريجي باستخدام Argo Rollouts