灰度放量到 5% 那天下午,客服先炸了。老版本 App 2.8.1 的用户点开订单详情,弹「订单加载失败」,新版用户一切正常。抓包看返回 HTTP 400,body 里 Code 是 PARAM_MISSING,提示 orderNo 不能为空。可老客户端传的一直是 orderNo。
v2 把入参改成了 order_no,返回里 status 也从数字 1、2 改成了字符串 PAID、UNPAID。开发在 v2 分支上顺手统一了命名,联调只测了新前端。灰度按 IP 哈希切,同一个用户升级前后落在同一批机器,老客户端撞上 v2 的概率正好是那 5%。
第一反应是网关按 User-Agent 分流,把老 App 导回 v1。试了两小时发现不行,我们的 App 用的是系统默认 UA,安卓各厂商还不一样,认不出客户端版本。改成让客户端带 X-App-Version,老版本压根没这个头,只能当 0 处理,又绕回原点。
最后走路径版本加兼容层。v2 的逻辑独立挂在 /api/v2,v1 的 controller 不动,只在里面加一层 Adapter,把 order_no 映射回 orderNo,状态字符串再转回数字。两边共用同一个 service,不让逻辑分叉。数据库字段没有改名,只在 ORM 上做别名,回滚时不用动表结构。
兼容层不是长久之计。v1 每个字段旁标了 Deprecated,日志打一行 orderNo 的调用计数。等这个计数连续七天归零,再删 v1。灰度期间新老接口并行跑,监控看的是两条曲线的错误率,不是请求总量。
上线前还补了一条:网关对 /api/v1 和 /api/v2 都放行,但限流规则按客户端版本分开算,老版本的上限设成平时的 1.2 倍,防止灰度回切时把 v1 打满。这个系数现在写死在配置里,改一次要发版,后面得挪到配置中心。
map $http_x_app_version $api_pool {
default v1_pool;
"~^2\.9" v2_pool;
"~^3\." v2_pool;
}
server {
location /api/ {
proxy_pass http://$api_pool;
proxy_set_header X-App-Version $http_x_app_version;
}
}
验证方式很土,找三台装着 2.8.1 的测试机,把 IP 调进灰度组,连续下单二十次,每单都用抓包工具看请求体和返回字段,字段名、类型、状态码一个不差才算过。现在 v1 的调用量已经掉到每天 300 多次,等这批用户升上来就能下线。
