Les déploiements blue-green et canary réduisent le risque de mise en production en évitant le big bang. Ils permettent de basculer ou de tester progressivement une nouvelle version sans interruption.
Points clés
- Blue-green : deux environnements
- Canary : exposition progressive
- Outils et automatisation
Blue-green : deux environnements
Le blue-green maintient deux environnements identiques : le bleu en production et le vert avec la nouvelle version. On bascule tout le trafic du bleu au vert d'un coup, après validation. Si un problème survient, le retour arrière est immédiat en repointant vers le bleu. L'avantage est un rollback quasi instantané ; le coût est de faire tourner deux environnements.
Canary : exposition progressive
Le canary route d'abord une petite fraction du trafic (5 puis 25 puis 100 pour cent) vers la nouvelle version, en surveillant les métriques d'erreur et de latence. Si elles se dégradent, on arrête et on revient en arrière avant impact massif. C'est une montée en charge contrôlée qui limite l'exposition d'un éventuel bug.
Outils et automatisation
Sur Kubernetes, des contrôleurs comme Argo Rollouts ou Flagger automatisent ces stratégies : ils orchestrent les paliers, interrogent Prometheus pour décider de continuer ou non (analyse automatique), et déclenchent le rollback. Le service mesh ou l'Ingress gère la répartition du trafic. On montre que la décision peut être automatisée sur des métriques objectives.
En pratique
Scénario. Lab de 3 heures sur k3s : déployer une app, installer Argo Rollouts, puis configurer une stratégie canary à plusieurs paliers avec analyse Prometheus sur le taux d'erreur. Déployer une version saine (promotion automatique) puis une version buggée (rollback automatique). Livrable : un Rollout canary démontrant promotion et rollback pilotés par métriques.
Questions fréquentes
Quelle différence entre blue-green et canary ?
Le blue-green bascule tout le trafic d'un coup entre deux environnements ; le canary expose progressivement une fraction croissante des utilisateurs à la nouvelle version. Le canary détecte plus tôt mais bascule plus lentement.
Comment automatiser la décision de rollback ?
Avec un contrôleur comme Argo Rollouts ou Flagger qui interroge Prometheus : si le taux d'erreur ou la latence dépasse un seuil, la promotion s'arrête et le rollback se déclenche automatiquement.
Pour aller plus loin
Pour approfondir : Apprendre terraform pas a pas · Automatiser avec ansible. Et le reste de nos ressources pour les écoles, OF et formateurs.
Besoin d'un formateur expert ou envie de transmettre ?
tonformateur connecte les écoles et organismes de formation avec des intervenants experts du terrain.
Voir les cours à pourvoir Explorer l'annuaire d'outils →