当前位置:首页 > AI技术 > 正文内容

利用Map模块实现基于Cookie的灰度分流深度解析|Duuu笔记

admin6个月前 (04-01)AI技术145

Nginx 的 map 模块是实现基于 Cookie 灰度发布的轻量原生方案,支持正则匹配与变量映射,需定义在 http 块中,按顺序首匹配生效,可结合 IP 与 Cookie 实现双重灰度控制。

想用 Nginx 实现基于 Cookie 的灰度发布?Map 模块是轻量、高效又原生的方案——无需额外插件,不依赖 Lua,纯配置即可完成用户维度的流量打标与路由分流。

为什么选 map 而不是 if 或 rewrite?

if 在 location 中有诸多限制(比如不能嵌套、部分变量不可用),rewrite 容易引发循环重写或语义不清;而 map 是 Nginx 的变量映射机制,声明式、无副作用、支持正则匹配,且在请求处理早期就完成变量赋值,适合做灰度标识提取。

关键点:

map 必须定义在 http 块中,不能放在 server 或 location 里

匹配逻辑是“从上到下、首个匹配即停止”,顺序很重要

支持 ~(区分大小写正则)、~*(忽略大小写正则)、=(精确匹配)

默认值用 default 指定,未匹配时生效

提取灰度 Cookie 并映射为 upstream 标识

假设业务约定:前端在用户登录后写入 Cookie

gray_user=on

gray_user=ab-test-v2

,需将该值映射为后端分组名(如 backend_v1 / backend_v2)。

示例配置:

http {

# 定义灰度标识映射关系

map $cookie_gray_user $backend_group {

default "backend_v1";

"on" "backend_v2";

"ab-test-v2" "backend_v2";

~*^v2 "backend_v2";

~*^canary "backend_v2";

}

upstream backend_v1 {

server 10.0.1.10:8080;

}

upstream backend_v2 {

server 10.0.1.11:8080;

}

server {

listen 80;

location / {

proxy_pass http://$backend_group;

proxy_set_header Host $host;

proxy_set_header X-Real-IP $remote_addr;

}

}

}

自由画布

百度文库和百度网盘联合开发的AI创作工具类智能体

下载

说明:

$cookie_gray_user

是 Nginx 内置变量,自动提取名为 gray_user 的 Cookie 值

正则

~*^v2

可匹配 v2、V2、v2-beta 等,增强灰度策略灵活性

变量

$backend_group

可直接用于 proxy_pass,Nginx 会动态解析对应 upstream

进阶:结合 IP + Cookie 做双重灰度控制

有时需要“内部员工强制走新版本 + 普通用户按 Cookie 白名单分流”。可在 map 中叠加条件,利用 Nginx 的变量拼接能力:

map "$cookie_gray_user:$remote_addr" $backend_group {

default "backend_v1";

"~*on:.+" "backend_v2"; # Cookie=on → 全部走 v2

"~*ab-test-v2:.+" "backend_v2";

"~*:.+192\.168\.10\.[0-9]+" "backend_v2"; # 匹配内网 IP 段

"~*canary:.+" "backend_v2";

}

注意:

map 的 key 支持字符串拼接

,这里用冒号分隔两个变量,再用正则统一匹配。这样既保留 Cookie 控制,又赋予 IP 层兜底能力。

验证与调试技巧

上线前务必验证映射是否生效:

加临时响应头:

add_header X-Backend-Group $backend_group;

,用 curl 查看返回头

开启 Nginx debug 日志(编译时需含 --with-debug),或使用

error_log /var/log/nginx/debug.log debug;

nginx -t

检查语法,

nginx -s reload

平滑重载

测试时清除浏览器 Cookie 或用 curl 指定 Cookie:

curl -H "Cookie: gray_user=ab-test-v2" http://your-domain/

相关文章

什么是LLM?看这一篇就够了!

一、全套AGI大模型学习路线 AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能! 二、640套AI大模型报告合集 这套包含640份报告的合集,涵盖了AI大...

LLM介绍

。LLM 被证明在使用指令形式化描述的未见过的任务上表现良好。这意味着 LLM 能够根据任务指令执行任务,而无需事先见过具体示例,展示了其强大的泛化能力。 :小型语言模型通常难以解决涉...

深入理解前端开发:零基础教程:怎么用 Gemini 自动生成短视频脚本与拍摄大纲完全指南|Duuu笔记

需明确输入指令、理解输出逻辑并合理拆解内容:一、构建含角色/任务/格式等要素的提示词;二、追加分镜与时间轴约束优化专业性;三、转译为带道具编号与颜色标记的执行清单;四、用Gemini校验注意力断点并迭...

大模型超详细盘点!常用的大模型及其优缺点、有潜力的大模型、国内大模型行业落地的现况、国内大模型优势、挑战与前景

除了上述大模型外,还有一些有潜力的大模型值得关注,如: 华为云——盘古大模型 :华为基于Transformer架构打造的超大规模人工智能模型,具有万亿级别参数,可以在图像、语音...

前端开发高级应用:基础全攻略:教你玩转 Gemini 对话、写作与分析的三大秘籍实战案例|Duuu笔记

提升Gemini使用效能需践行三大路径:一、精准构建提示词,明确任务类型、输出格式与背景信息;二、分层拆解写作任务,依大纲、扩展、风格、校验四步迭代;三、结构化驱动分析,指定维度、标准与溯源要求。...

前端开发实战详解:骡子快跑怎么分析问卷结果 骡子快跑统计摘要生成技巧最佳实践|Duuu笔记

可通过四种方式高效分析问卷数据:一、启用内置智能摘要模块自动生成可视化报告;二、调用Agent协作链实现问卷与外部数据深度交叉分析;三、使用CLI指令批量处理多期问卷横向对比;四、加载行业定制模板复用...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。