Stopniowe wdrażanie za pomocą Argo Rollouts
Automatyzuj etapowe promowanie i analizę
Stopniowe wdrażanie za pomocą Argo Rollouts to bezpłatna lekcja MLOps Academy na CoddyKit. To lekcja 4 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej MLOps Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs MLOps Academy zawiera 4 lekcji w sumie.
Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.
What Progressive Delivery Is
Progressive delivery means releasing a new model in controlled steps, with checks at each stage, instead of one risky flip to everyone. 🚦
Meet Argo Rollouts
Argo Rollouts is a Kubernetes controller that replaces the plain Deployment so you can run canary and blue-green releases natively in the cluster.
The Rollout Resource
You swap your Deployment for a Rollout object. It looks familiar but adds a strategy block that describes how new pods take over traffic.
apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
name: model-apiDefine Canary Steps
Inside the canary strategy you list steps: set a traffic weight, then pause. Argo walks them in order, shifting users to the new version slowly.
strategy:
canary:
steps:
- setWeight: 20
- pause: {duration: 5m}
- setWeight: 50
- pause: {}Pause for a Gate
An empty pause halts the rollout until you approve it by hand. A timed pause waits a set duration, then continues on its own.
Analysis at Each Step
An AnalysisTemplate queries metrics, like error rate from Prometheus, and tells Argo whether the canary at this step is healthy.
Automatic Rollback
If an analysis run fails its success condition, Argo aborts the rollout and shifts all traffic back to the stable version with no human needed.
Wire In a Traffic Router
For precise percentages, Argo drives a traffic provider like Istio or NGINX. Without one, weight is approximated by pod counts instead.
Blue-Green Too
Argo also supports blue-green: it spins up the new version fully, lets you test it on a preview service, then flips all traffic at once.
Promote or Abort
You drive a paused rollout with the CLI: promote moves to the next step, while abort cancels and returns everything to stable.
kubectl argo rollouts promote model-api
kubectl argo rollouts abort model-apiWatch It Live
The get rollout command shows each step, the current weight, and analysis results, so you can follow the promotion in real time.
kubectl argo rollouts get rollout model-api --watchQuick Check
How does Argo Rollouts react to a failing canary?
Recap
Argo Rollouts turns a Deployment into staged canary or blue-green releases, runs metric analysis at each step, and auto-aborts to stable on failure. ✅
Często zadawane pytania
Czy lekcja „Stopniowe wdrażanie za pomocą Argo Rollouts” jest bezpłatna?
Tak — pełny tekst „Stopniowe wdrażanie za pomocą Argo Rollouts” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu MLOps Academy, przejdź na CoddyKit PRO. Kurs MLOps Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Stopniowe wdrażanie za pomocą Argo Rollouts”?
Automatyzuj etapowe promowanie i analizę Ćwiczysz MLOps Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć MLOps Academy?
Nie wymagamy żadnego doświadczenia. MLOps Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 4 z 4.
Ile czasu zajmuje lekcja „Stopniowe wdrażanie za pomocą Argo Rollouts”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji MLOps Academy?
Tak. Każda lekcja MLOps Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Wdrożenia canary: najpierw udostępnij model nielicznym
- Ruch shadow bez wpływu na użytkowników
- Definiowanie kryteriów automatycznego wycofania
- Stopniowe wdrażanie za pomocą Argo Rollouts