基于AWS ECS的蓝绿部署流量切换及后续部署方案咨询

一、蓝环境到绿环境的流量切换步骤 #

所有操作优先通过Terraform代码变更执行，避免手动操作AWS控制台导致配置漂移：

• 切换前预检查
  1. 确认service_green关联的所有ECS任务均处于Running状态，tg_green目标组的健康检查通过率为100%
  2. 确认已通过差异化转发规则完成新版本的功能测试、性能压测，无业务异常
• 流量切换操作
  1. 若需要灰度验证，可修改ALB转发规则为加权转发，初始给tg_green分配10%~30%流量，观察监控指标无异常后逐步提升流量占比，直至100%
  2. 若无需灰度，直接修改ALB默认转发规则的目标组，从tg_blue替换为tg_green
  3. 提交Terraform代码变更，经CI/CD执行terraform plan确认变更内容符合预期后，执行terraform apply生效配置
• 切换后验证&回滚预案
  1. 切换完成后持续观测15~30分钟，重点监控服务错误率、响应延迟、资源使用率、业务核心指标，确认无异常即切换完成
  2. 若出现异常，直接回滚Terraform变更，将转发规则恢复为指向tg_blue即可实现秒级回滚

二、切换完成后后续迭代的部署流程设计 #

流量切到绿环境后，绿环境为当前生产环境，蓝环境可在稳定运行1~2天后销毁释放资源，后续迭代按照蓝绿交替的逻辑循环执行：

1. 新版本提测阶段

• 新版本开发完成后，构建镜像推送至镜像仓库，更新任务定义配置
• 通过Terraform创建新版本对应的蓝环境资源：tg_blue、service_blue、task_blue
• 配置ALB差异化转发规则，支持测试人员通过指定请求头、测试域名访问新版本环境，完成无干扰测试

2. 新版本上线阶段

• 测试通过后，修改ALB转发规则，将流量从当前生产环境（tg_green）切换到新版本的tg_blue
• 按照前面的切换验证流程完成上线验证

3. 资源清理&循环准备

• 新版本稳定运行1~2天后，通过Terraform销毁旧的绿环境资源：tg_green、service_green、task_green
• 下一次迭代时，将新版本部署到空闲的绿环境中，重复上述流程即可

落地优化建议 #

• 可在Terraform中定义current_prod_env变量，取值为blue/green，ALB转发规则动态引用对应环境的目标组，每次切换仅需修改该变量值即可，降低配置出错概率
• 蓝绿两个环境的CPU、内存、实例数、环境变量等配置除镜像版本外需保持一致，避免切换后出现性能兼容问题
• 数据库Schema变更需做双向兼容，保证新旧版本服务可同时读写数据库，避免切换过程中出现数据异常

内容的提问来源于stack exchange，提问作者Atul Singh