Canary Deployment
Deployment-Strategie, bei der eine neue Version schrittweise auf einen kleinen Prozentsatz des Traffics ausgerollt wird, bevor sie vollständig deployed wird.
Canary Deployments rollen neue Versionen schrittweise aus – erst 1-5% Traffic, dann mehr bei stabilen Metriken, sofortiger Rollback bei Problemen.
Erklärung
Canary Deployments leiten zunächst 1-5% des Traffics zur neuen Version und überwachen KPIs. Bei stabilen Metriken wird der Traffic-Anteil schrittweise erhöht. Bei Problemen wird sofort auf die stabile Version zurückgerollt.
Relevanz für Marketing
Canary Deployments minimieren Risiko bei ML-Modell-Updates und kritischen System-Änderungen.
Häufige Fallstricke
Zu schnelles Traffic-Ramping. Statistische Signifikanz nicht abwarten. Keine automatischen Rollback-Trigger.
Entstehung & Geschichte
Der Name stammt von Kanarienvögeln in Kohleminen. Google und Netflix waren Pioniere für Canary Deployments im ML-Kontext. Argo Rollouts (2019) und Flagger brachten Kubernetes-native Canary-Automatisierung.
Abgrenzung & Vergleiche
Canary Deployment vs. Blue-Green Deployment
Blue-Green schaltet den gesamten Traffic auf einmal um; Canary erhöht den Traffic-Anteil graduell.
Canary Deployment vs. Shadow Deployment
Shadow Deployments spiegeln Traffic ohne User-Impact; Canary Deployments leiten echten User-Traffic zur neuen Version.