初始模型：
灰度发布就是让 v1 / v2 同时存在，先把少量流量切到 v2，确认稳定后逐步扩大，最后全部切到 v2；异常时可以随时切回 v1。
- 双版本共存：灰度期间新旧版本必须同时可用 → 分别部署 v1、v2，最好用两个独立 Service，方便流量控制和回滚
- 统一流量入口：必须有一个地方决定请求去 v1 还是 v2 → 复用 Gateway，或者自己增加灰度路由/代理层
- 稳定分桶：不能纯随机，否则同一个用户可能一会儿进 v1、一会儿进 v2 → 根据 User ID / Cookie / IP 做 Hash 分桶
- 百分比灰度：需要逐步扩大新版本覆盖范围 → 通过调整桶的范围实现 1% → 5% → 20% → 50% → 100%
- 动态规则：每次放量不能重启入口服务 → 灰度系统动态修改并下发流量规则
- 监控观察：放量后必须知道新版本是否正常 → 通过 Prometheus / Grafana 等观察错误率、RT、流量和关键业务指标
- 快速回滚：新版本异常不能继续扩大影响 → 直接把 v2 流量比例降到 0，全部切回 v1
- 最终切换：v2 全量运行稳定后 → 100% 流量切到 v2，再下掉 v1
最后主线可以记成：
双版本共存 → 统一入口分流 → Hash 保稳定 → 百分比逐步放量 → 监控观察 → 异常回滚 → 最终全量切换。