Oznacz jednego lub więcej pracowników jako canary i przypisz procent canary w puli: ta część wywołujących, przypisana konsekwentnie według hasha tożsamości, a nie losowo dla każdego żądania, preferuje pracownika canary, podczas gdy pozostali pozostają na stabilnej wersji <a href="#ref-1">[1]</a>. Obie grupy pozostają wzajemnym zapasem awaryjnym, więc zmiana jest odwracalna i ograniczona.
Testuj nowe modele na rzeczywistym ruchu
Nowe wersje modeli, nowe kwantyzacje i nowe kompilacje demona można testować na kontrolowanym wycinku rzeczywistego ruchu, zanim flota się na nie zdecyduje <a href="#ref-1">[1]</a>. W ten sposób przeprowadzasz porównanie w stylu A/B nowego modelu z obecnym, używając rzeczywistych żądań zamiast syntetycznego testu, który może nie odpowiadać twojemu obciążeniu.
Spójne, bez wahań
Podział zgodny z wywołującym oznacza, że użytkownik jest albo całkowicie w próbie, albo całkowicie poza nią, więc opinie są spójne, a porównania znaczące, bez wahań w trakcie rozmowy <a href="#ref-1">[1]</a>. Użytkownik należący do grupy canary pozostaje w niej przez całą sesję, co czyni porównanie wiarygodnym.
Bezpieczne z założenia
Jeśli maszyna canary ulegnie awarii lub będzie działać nieprawidłowo, jej wycinek automatycznie przełącza się na stabilnych pracowników <a href="#ref-1">[1]</a>. Obszar wpływu to wycinek, i trwa tylko do momentu przełączenia awaryjnego. Połącz canary z aktualizacją rolling-aware, która jest mechanizmem wdrożenia, a zmiana modelu w całej flocie staje się decyzją stopniową, a nie skokiem <a href="#ref-2">[2]</a>.