灰度路由通过HTTP中间件识别请求特征（Header/Cookie/Query/IP）分流至不同版本handler，需自定义分发逻辑、透传ctx.Value标识、避免耗时操作，并支持动态比例调整。
灰度路由怎么根据请求特征分流
Go 服务做灰度，核心是「在 HTTP 中间件里提前识别流量特征，把请求导向不同版本的 handler」。不依赖外部网关（如 Nginx、Istio）时，http.ServeMux 不够用，得自己写路由分发逻辑——常见做法是用 http.Handler 包裹两套 handler，按规则选其一执行。
典型分流依据包括：Header（如 X-Release-Version: v2）、Cookie（如 user_id=12345 哈希后取模）、Query（如 ?beta=1）、或 IP 段。注意：不要只靠 URL 路径（如 /api/v2/xxx），这不算灰度，是版本共存。
实操建议：
- 分流逻辑必须放在最外层中间件，避免业务 handler 已经执行副作用（如 DB 写入、发消息）后再跳转
- 用
ctx.Value透传灰度标识（如ctx = context.WithValue(r.Context(), grayKey, "v2")），下游可据此打日志或调用对应依赖 - 避免在分流时做耗时操作（如查 Redis、远程鉴权），否则拖慢所有请求；必要时用本地缓存 + 定期刷新
如何安全切换灰度比例而不停机
硬编码 if rand.Float64() 是反模式：改比例要发版，且无法按用户维度精准控制。真正可用的方式是把灰度策略外置，运行时热加载。
立即学习“go语言免费学习笔记（深入）”；
推荐两种轻量方案：
- 用本地 JSON 配置文件 +
fsnotify监听变更：配置含version、weight（如{"v2": 0.15}），每次请求读取原子变量atomic.LoadPointer指向的策略快照 - 对接简单 HTTP 接口（如
GET /api/gray/config），用time.Ticker每 30 秒拉取一次，失败则沿用旧策略——别用长连接或 WebSocket，增加运维复杂度
关键点：权重计算必须用 hash(user_id) % 100 这类确定性算法，确保同一用户始终命中同一版本，否则前端状态错乱。
灰度环境下的日志与链路怎么对齐
灰度流量混在主干日志里，不加区分会导致排查困难。重点不是“打更多日志”，而是让每条日志自带灰度上下文。
实操要点：
- 在入口中间件中，从请求提取灰度标识（如
r.Header.Get("X-Gray-Version")），注入到日志字段（如用zerolog.Ctx(r.Context()).Str("gray", version).Msg("req start")） - OpenTracing 或 OpenTelemetry 的
Span里必须设 tag：span.SetTag("gray.version", version)，否则链路追踪无法过滤灰度调用栈 - 禁止在灰度 handler 里用
log.Printf等无上下文输出——它不继承 request context，灰度标识会丢失
容易被忽略的是：数据库 SQL 日志、第三方 SDK 回调日志，若没显式传入 context，也会漏掉灰度标记。得检查这些库是否支持 context.Context 参数。
灰度回滚为什么不能只靠重启服务
重启 Go 进程会丢连接、中断长轮询、清空内存缓存，对在线用户不友好。真正的灰度回滚，是“让新版本流量归零，但进程继续跑”。
这意味着：
- 分流策略必须支持
weight=0，且代码里明确处理该分支（比如直接 fallback 到 v1 handler，而不是 panic 或返回 503） - 健康检查接口（如
/healthz）需暴露当前生效的灰度版本和权重，供监控系统抓取；K8sLivenessProbe不能只看端口通不通 - 如果灰度版调用了不兼容的下游服务（如新版依赖一个未上线的 gRPC 接口），要在 handler 入口做快速失败检测（如
grpc.DialContext带短 timeout），而非等业务逻辑走到一半才报错
最常踩的坑是：灰度开关存在内存里，但没配好信号量或 mutex，多 goroutine 并发更新导致策略错乱——用 sync.RWMutex 保护策略结构体，读多写少场景下性能影响极小。
