# 1. A/B 测试如何通过流量路由与用户分桶实现多版本对照？ A 通过一致性哈希分桶稳定用户，用流量路由分发到不同版本，并保证数据兼容与显著性评估 ✓ 正确答案 B 无需分桶，随机分配即可 C 多版本无需共享数据 D A/B 测试无需统计评估
# 2. Spinnaker 的金丝雀分析（Kayenta）如何结合指标判定发布成败？ A 只凭人工观察决定是否放量 B Kayenta 与监控系统无关 C 只需比较平均值即可 D 对比基线版与金丝雀版指标，用统计检验与阈值判定发布成败，决定放量或回滚 ✓ 正确答案
# 3. Argo Rollouts 如何结合分析（Analysis）与流量策略实现金丝雀发布？ A 金丝雀权重固定不可变 B 分析失败也继续放量 C 通过步骤逐步放大流量权重，并用 Analysis 指标判定是否继续放量或自动回滚 ✓ 正确答案 D Argo Rollouts 不支持回滚
# 4. Flagger 如何基于指标分析逐步放大金丝雀流量并自动回滚？ A 流量一次性全切 B 指标只用于展示不用于判定 C 按 step 逐步放大流量，每步用指标与阈值判定，超阈值自动回滚到 stable ✓ 正确答案 D Flagger 无法自动回滚
# 5. Istio 中如何通过 VirtualService/DestinationRule 实现金丝雀流量权重切换？ A 用 DestinationRule 直接指定权重 B Istio 不支持权重路由 C 金丝雀必须重启服务 D DestinationRule 定义版本子集，VirtualService 按权重把流量分发到不同子集，调整权重即渐进切换 ✓ 正确答案
# 6. 蓝绿发布的切换与回滚中流量入口切换（LB/DNS）、数据兼容与版本共存期如何设计 A 通过 LB/DNS/Service 切换入口整体切流，回滚快，但需保证共享数据的 schema 兼容并管理共存期资源 ✓ 正确答案 B 蓝绿发布无需数据兼容 C 切换后旧环境立即删除 D 蓝绿发布无法回滚
# 7. Flagger 如何以 NGINX Ingress 作为流量提供者执行金丝雀发布？ A Flagger 无法使用 NGINX Ingress B 金丝雀权重只能人工静态配置 C NGINX Ingress 不支持权重 D 通过 NGINX Ingress 的 canary 权重注解动态调整金丝雀流量，配合指标分析判定放量或回滚 ✓ 正确答案
# 8. 发布期间的可观测性中版本标签、流量对比与错误率/延迟的实时监控如何搭建 A 注入版本标签使指标可按版本拆分，实时对比新旧版本错误率/延迟并设置分级告警 ✓ 正确答案 B 只需监控全量错误率 C 版本标签无法用于监控 D 发布期间无需告警
# 9. 发布版本的可追踪性中镜像 tag/digest、构建号与运行时版本暴露如何贯穿排障 A 镜像 tag 可变即可 B 运行时无需暴露版本 C 用不可变 tag/digest 关联构建号，运行时暴露版本接口，排障时从运行实例回溯到制品与代码 ✓ 正确答案 D 版本信息无法关联到代码
# 10. 发布窗口与变更管理中冻结期、审批流程与窗口外紧急发布的豁免机制如何设计 A 任何变更都应随时发布 B 限定发布窗口与冻结期，按风险分级审批，窗口外紧急发布走豁免机制并事后补审 ✓ 正确答案 C 冻结期无需审批 D 紧急发布无需记录
# 11. 发布策略的选型中按业务风险、回滚复杂度与数据兼容性选择蓝绿/金丝雀/滚动的依据 A 所有场景都适合滚动发布 B 金丝雀无法回滚 C 蓝绿无需数据兼容 D 按业务风险、回滚复杂度与数据兼容性选择：高风险快回滚用蓝绿、需验证用金丝雀、资源受限用滚动 ✓ 正确答案
# 12. 回滚的自动与手动触发中快速回滚路径、回滚后验证与版本保留策略如何设计 A 回滚无需验证 B 只需保留最新版本 C 回滚后无需记录 D 自动回滚由指标/健康检查触发、手动回滚由人触发，预置快速回滚路径，回滚后验证并保留可回滚版本 ✓ 正确答案
# 13. 基于用户的灰度发布中用户分桶、会话粘性与特征开关如何与流量权重配合 A 用一致性哈希分桶稳定用户，配合会话粘性与特征开关，与流量权重共同实现可控灰度 ✓ 正确答案 B 用户每次请求都可能看到不同版本 C 特征开关与灰度无关 D 无需会话粘性
# 14. 滚动发布的速率控制中 maxSurge/maxUnavailable 组合对可用性与发布时长的权衡 A maxUnavailable 控制额外新增 Pod 数 B maxSurge 控制新增 Pod 上限、maxUnavailable 控制不可用上限，二者组合在可用性与发布时长之间权衡 ✓ 正确答案 C 两个参数对可用性无影响 D maxSurge 越大发布越慢
# 15. 自动回滚的指标触发设计中关键 SLO 阈值、观察窗口与人工确认的边界如何定义 A 阈值越敏感越好 B 无需观察窗口 C 选关键 SLO 指标设合理阈值，用观察窗口去抖，并对高风险变更保留人工确认边界 ✓ 正确答案 D 自动回滚应完全禁止人工介入
# 16. 金丝雀分析的指标选择中错误率、p99 延迟与业务转化率如何综合判定新旧版本 A 综合系统指标（错误率、p99 延迟）与业务指标（转化率）做双维度显著性判定 ✓ 正确答案 B 只看错误率即可 C 业务指标与金丝雀无关 D 指标越多越好，无需阈值
# 17. 金丝雀流量分配与指标对比中权重步进、对比窗口与显著性判定如何设置 A 分权重步进放大，每步给足对比窗口并做显著性判定，显著超阈值才回滚 ✓ 正确答案 B 一次性切到全量 C 对比窗口越短越好 D 无需统计显著性判定
