Progressive Bereitstellung mit Argo Rollouts
Automatisieren Sie stufenweise Überführung und Analyse.
Progressive Bereitstellung mit Argo Rollouts ist eine kostenlose MLOps Academy-Lektion auf CoddyKit. Dies ist Lektion 4 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des MLOps Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.
Was Progressive Delivery bedeutet
Progressive delivery bedeutet, ein neues Modell in kontrollierten Schritten bereitzustellen und jede Stufe zu prüfen, statt es mit einem riskanten Umschalten für alle Nutzer zu aktivieren. 🚦
Lernen Sie Argo Rollouts kennen
Argo Rollouts ist ein Kubernetes-Controller, der das einfache Deployment ersetzt, damit Sie Canary- und Blue-Green-Releases nativ im Cluster ausführen können.
Die Rollout-Ressource
Sie ersetzen Ihr Deployment durch ein Rollout-Objekt. Es sieht vertraut aus, ergänzt aber einen Strategieblock, der beschreibt, wie neue Pods den Traffic übernehmen.
apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
name: model-apiDefinieren Sie Canary-Schritte
In der Canary-Strategie listen Sie steps auf: Legen Sie eine Traffic-Gewichtung fest und pausieren Sie anschließend. Argo führt sie der Reihe nach aus und leitet Nutzer langsam auf die neue Version um.
strategy:
canary:
steps:
- setWeight: 20
- pause: {duration: 5m}
- setWeight: 50
- pause: {}Pausieren Sie für eine Freigabe
Eine leere pause hält den Rollout an, bis Sie ihn manuell freigeben. Eine zeitgesteuerte Pause wartet eine festgelegte Dauer und fährt anschließend selbstständig fort.
Analyse bei jedem Schritt
Ein AnalysisTemplate fragt Metriken ab, etwa die Fehlerrate aus Prometheus, und teilt Argo mit, ob der Canary in diesem Schritt gesund ist.
Automatisches Rollback
Wenn ein Analyse-Lauf seine Erfolgsbedingung nicht erfüllt, bricht Argo den Rollout ab und leitet den gesamten Traffic ohne menschliches Zutun zurück auf die stabile Version.
Binden Sie einen Traffic-Router ein
Für präzise Prozentsätze steuert Argo einen traffic provider wie Istio oder NGINX. Ohne einen solchen Provider wird die Gewichtung stattdessen anhand der Pod-Anzahl angenähert.
Auch Blue-Green
Argo unterstützt auch blue-green: Die neue Version wird vollständig gestartet, auf einem Preview-Service getestet und anschließend wird der gesamte Traffic auf einmal umgeschaltet.
Promoten oder abbrechen
Sie steuern einen pausierten Rollout über die CLI: promote geht zum nächsten Schritt über, während abort den Rollout abbricht und alles auf die stabile Version zurücksetzt.
kubectl argo rollouts promote model-api
kubectl argo rollouts abort model-apiBeobachten Sie den Ablauf live
Der Befehl get rollout zeigt jeden Schritt, die aktuelle Gewichtung und die Analyseergebnisse an, sodass Sie die Promotion in Echtzeit verfolgen können.
kubectl argo rollouts get rollout model-api --watchKurzprüfung
Wie reagiert Argo Rollouts auf einen fehlerhaften Canary?
Zusammenfassung
Argo Rollouts wandelt ein Deployment in gestaffelte Canary- oder Blue-Green-Releases um, führt bei jedem Schritt eine Metrikanalyse durch und bricht bei einem Fehler automatisch zur stabilen Version ab. ✅
Lerne Python mit einem KI-Tutor — kostenlos
Schreibe und führe echten Code in deinem Browser aus, bekomme sofortige Hilfe von einem 24/7 KI-Tutor und setze dein Lernen im Web oder in der App fort.
- Kurse
- 30
- Lektionen
- 120
Häufig gestellte Fragen
Ist die Lektion „Progressive Bereitstellung mit Argo Rollouts“ kostenlos?
Ja — der vollständige Text von „Progressive Bereitstellung mit Argo Rollouts“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des MLOps Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Progressive Bereitstellung mit Argo Rollouts“?
Automatisieren Sie stufenweise Überführung und Analyse. Du übst MLOps Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um MLOps Academy zu starten?
Keine Vorkenntnisse erforderlich. MLOps Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 4 von 4.
Wie lange dauert die Lektion „Progressive Bereitstellung mit Argo Rollouts“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser MLOps Academy-Lektion Code schreiben und ausführen?
Ja. Jede MLOps Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Canary-Rollouts: Zuerst nur wenige bedienen
- Shadow-Traffic ohne Auswirkungen auf Nutzer
- Kriterien für automatisches Zurückrollen definieren
- Progressive Bereitstellung mit Argo Rollouts