部署模式

部署模式 是做什麼的？

生產環境部署工作流程與 CI/CD 最佳實務。

啟動時機

• 設定 CI/CD 流水線
• 將應用程式容器化
• 規劃部署策略（藍綠部署、金絲雀部署、滾動更新）
• 實作健康檢查與就緒探針
• 準備生產環境發布
• 配置環境特定設定

部署策略

滾動部署（預設）

逐步取代執行個體 — 在推出過程中，新舊版本會同時執行。

Instance 1: v1 → v2  (先更新)
Instance 2: v1        (仍在執行 v1)
Instance 3: v1        (仍在執行 v1)

Instance 1: v2
Instance 2: v1 → v2  (第二個更新)
Instance 3: v1

Instance 1: v2
Instance 2: v2
Instance 3: v1 → v2  (最後更新)

優點： 零停機時間、逐步推出 缺點： 兩個版本同時執行 — 需要向後相容的變更 使用時機： 標準部署、向後相容的變更

藍綠部署

執行兩個相同的環境。以原子方式切換流量。

藍色 (v1) ← 流量
綠色 (v2)   空閒，正在執行新版本

# 驗證後：
藍色 (v1)   空閒（成為備用環境）
綠色 (v2) ← 流量

優點： 即時回滾（切回藍色環境）、乾淨的切換 缺點： 部署期間需要雙倍的基礎設施 使用時機： 關鍵服務、對問題零容忍

金絲雀部署

先將一小部分流量路由到新版本。

v1: 95% 的流量
v2:  5% 的流量  (金絲雀)

# 如果指標看起來沒問題：
v1: 50% 的流量
v2: 50% 的流量

# 最終：
v2: 100% 的流量

優點： 在全面推出前，透過真實流量發現問題 缺點： 需要流量拆分基礎設施和監控 使用時機： 高流量服務、風險較高的變更、功能開關

Docker

多階段 Dockerfile (Node.js)

# 階段 1: 安裝依賴項
FROM node:22-alpine AS deps
WORKDIR /app
COPY package.json package-lock.json ./
RUN npm ci --production=false

# 階段 2: 建構
FROM node:22-alpine AS builder
WORKDIR /app
COPY --from=deps /app/node_modules ./node_modules
COPY . .
RUN npm run build
RUN npm prune --production

# 階段 3: 生產映像檔
FROM node:22-alpine AS runner
WORKDIR /app

RUN addgroup -g 1001 -S appgroup && adduser -S appuser -u 1001
USER appuser

COPY --from=builder --chown=appuser:appgroup /app/node_modules ./node_modules
COPY --from=builder --chown=appuser:appgroup /app/dist ./dist
COPY --from=builder --chown=appuser:appgroup /app/package.json ./

ENV NODE_ENV=production
EXPOSE 3000

HEALTHCHECK --interval=30s --timeout=3s --start-period=5s --retries=3 \
  CMD wget --no-verbose --tries=1 --spider http://localhost:3000/health || exit 1

CMD ["node", "dist/server.js"]

多階段 Dockerfile (Go)

FROM golang:1.22-alpine AS builder
WORKDIR /app
COPY go.mod go.sum ./
RUN go mod download
COPY . .
RUN CGO_ENABLED=0 GOOS=linux go build -ldflags="-s -w" -o /server ./cmd/server

FROM alpine:3.19 AS runner
RUN apk --no-cache add ca-certificates
RUN adduser -D -u 1001 appuser
USER appuser

COPY --from=builder /server /server

EXPOSE 8080
HEALTHCHECK --interval=30s --timeout=3s CMD wget -qO- http://localhost:8080/health || exit 1
CMD ["/server"]

多階段 Dockerfile (Python/Django)

FROM python:3.12-slim AS builder
WORKDIR /app
RUN pip install --no-cache-dir uv
COPY requirements.txt .
RUN uv pip install --system --no-cache -r requirements.txt

FROM python:3.12-slim AS runner
WORKDIR /app

RUN useradd -r -u 1001 appuser
USER appuser

COPY --from=builder /usr/local/lib/python3.12/site-packages /usr/local/lib/python3.12/site-packages
COPY --from=builder /usr/local/bin /usr/local/bin
COPY . .

ENV PYTHONUNBUFFERED=1
EXPOSE 8000

HEALTHCHECK --interval=30s --timeout=3s CMD python -c "import urllib.request; urllib.request.urlopen('http://localhost:8000/health/')" || exit 1
CMD ["gunicorn", "config.wsgi:application", "--bind", "0.0.0.0:8000", "--workers", "4"]

Docker 最佳實務

# 好的實踐
- 使用特定的版本標籤 (node:22-alpine，不要用 node:latest)
- 多階段建構以最小化映像檔大小
- 以非 root 使用者執行
- 先複製依賴項檔案（利用層快取）
- 使用 .dockerignore 排除 node_modules、.git、測試
- 加入 HEALTHCHECK 指令
- 在 docker-compose 或 k8s 中設定資源限制

# 不好的實踐
- 以 root 執行
- 使用 :latest 標籤
- 在一個 COPY 層中複製整個儲存庫
- 在生產映像檔中安裝開發依賴項
- 將機密儲存在映像檔中（應使用環境變數或機密管理工具）

CI/CD 流水線

GitHub Actions (標準流水線)

name: CI/CD

on:
  push:
    branches: [main]
  pull_request:
    branches: [main]

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-node@v4
        with:
          node-version: 22
          cache: npm
      - run: npm ci
      - run: npm run lint
      - run: npm run typecheck
      - run: npm test -- --coverage
      - uses: actions/upload-artifact@v4
        if: always()
        with:
          name: coverage
          path: coverage/

  build:
    needs: test
    runs-on: ubuntu-latest
    if: github.ref == 'refs/heads/main'
    steps:
      - uses: actions/checkout@v4
      - uses: docker/setup-buildx-action@v3
      - uses: docker/login-action@v3
        with:
          registry: ghcr.io
          username: ${{ github.actor }}
          password: ${{ secrets.GITHUB_TOKEN }}
      - uses: docker/build-push-action@v5
        with:
          push: true
          tags: ghcr.io/${{ github.repository }}:${{ github.sha }}
          cache-from: type=gha
          cache-to: type=gha,mode=max

  deploy:
    needs: build
    runs-on: ubuntu-latest
    if: github.ref == 'refs/heads/main'
    environment: production
    steps:
      - name: Deploy to production
        run: |
          # 特定平台的部署命令
          # Railway: railway up
          # Vercel: vercel --prod
          # K8s: kubectl set image deployment/app app=ghcr.io/${{ github.repository }}:${{ github.sha }}
          echo "Deploying ${{ github.sha }}"

流水線階段

PR 建立：
  lint → typecheck → 單元測試 → 整合測試 → 預覽部署

合併到 main 分支：
  lint → typecheck → 單元測試 → 整合測試 → 建構映像檔 → 部署到暫存環境 → 煙霧測試 → 部署到生產環境

健康檢查

健康檢查端點

// 簡單健康檢查
app.get("/health", (req, res) => {
  res.status(200).json({ status: "ok" });
});

// 詳細健康檢查（用於內部監控）
app.get("/health/detailed", async (req, res) => {
  const checks = {
    database: await checkDatabase(),
    redis: await checkRedis(),
    externalApi: await checkExternalApi(),
  };

  const allHealthy = Object.values(checks).every(c => c.status === "ok");

  res.status(allHealthy ? 200 : 503).json({
    status: allHealthy ? "ok" : "degraded",
    timestamp: new Date().toISOString(),
    version: process.env.APP_VERSION || "unknown",
    uptime: process.uptime(),
    checks,
  });
});

async function checkDatabase(): Promise<HealthCheck> {
  try {
    await db.query("SELECT 1");
    return { status: "ok", latency_ms: 2 };
  } catch (err) {
    return { status: "error", message: "資料庫無法連線" };
  }
}

Kubernetes 探針

livenessProbe:
  httpGet:
    path: /health
    port: 3000
  initialDelaySeconds: 10
  periodSeconds: 30
  failureThreshold: 3

readinessProbe:
  httpGet:
    path: /health
    port: 3000
  initialDelaySeconds: 5
  periodSeconds: 10
  failureThreshold: 2

startupProbe:
  httpGet:
    path: /health
    port: 3000
  initialDelaySeconds: 0
  periodSeconds: 5
  failureThreshold: 30    # 30 * 5s = 150s 最大啟動時間

環境配置

12-Factor 應用程式模式

# 所有配置都透過環境變數 — 絕不寫在程式碼中
DATABASE_URL=postgres://user:pass@host:5432/db
REDIS_URL=redis://host:6379/0
API_KEY=${API_KEY}           # 由機密管理工具注入
LOG_LEVEL=info
PORT=3000

# 特定環境的行為
NODE_ENV=production          # 或 staging, development
APP_ENV=production           # 明確的應用程式環境

配置驗證

import { z } from "zod";

const envSchema = z.object({
  NODE_ENV: z.enum(["development", "staging", "production"]),
  PORT: z.coerce.number().default(3000),
  DATABASE_URL: z.string().url(),
  REDIS_URL: z.string().url(),
  JWT_SECRET: z.string().min(32),
  LOG_LEVEL: z.enum(["debug", "info", "warn", "error"]).default("info"),
});

// 在啟動時驗證 — 如果配置錯誤則快速失敗
export const env = envSchema.parse(process.env);

回滾策略

即時回滾

# Docker/Kubernetes：指向先前的映像檔
kubectl rollout undo deployment/app

# Vercel：推廣先前的部署
vercel rollback

# Railway：重新部署先前的提交
railway up --commit <previous-sha>

# 資料庫：回滾遷移（如果可逆）
npx prisma migrate resolve --rolled-back <migration-name>

回滾檢查清單

• 先前的映像檔/成品可用且已標記
• 資料庫遷移是向後相容的（無破壞性變更）
• 功能開關可以在無需部署的情況下停用新功能
• 已配置針對錯誤率飆升的監控告警
• 在生產環境發布前，已於暫存環境測試回滾

生產就緒檢查清單

在任何生產環境部署之前：

應用程式

• 所有測試通過（單元測試、整合測試、端對端測試）
• 程式碼或配置檔案中沒有硬編碼的機密
• 錯誤處理涵蓋所有邊緣情況
• 日誌是結構化的（JSON）且不包含個人識別資訊 (PII)
• 健康檢查端點返回有意義的狀態

基礎設施

• Docker 映像檔可重複建構（固定版本）
• 環境變數已記錄並在啟動時驗證
• 已設定資源限制（CPU、記憶體）
• 已配置水平擴展（最小/最大執行個體數）
• 所有端點已啟用 SSL/TLS

監控

• 已匯出應用程式指標（請求率、延遲、錯誤）
• 已配置針對錯誤率超過閾值的告警
• 已設定日誌聚合（結構化日誌、可搜尋）
• 已設定健康端點的運行時間監控

安全性

• 已掃描依賴項中的 CVE
• CORS 僅配置為允許的來源
• 公共端點已啟用速率限制
• 已驗證身分驗證與授權
• 已設定安全標頭（CSP、HSTS、X-Frame-Options）

營運

• 回滾計畫已記錄並測試
• 已針對與生產環境規模相當的資料測試資料庫遷移
• 涵蓋常見故障情境的 Runbook
• 已定義值班輪值與升級路徑