Decoupling Deployment from Release and Metric-Driven Rollbacks

Back to IF4054 Pengoperasian Sistem Perangkat Lunak

Decoupling Deployment from Release and Metric-Driven Rollbacks

Questions/Cues

• Apa beda deployment dan release?
• Bagaimana feature flag memisahkan keduanya?
• Seperti apa rollback yang sehat?
• Bagaimana skenario canary dengan rollback otomatis berjalan?

Reference Points

• IF4054 Release Engineering & Progressive Delivery (Slides 14-15)
• IF4054 Release Engineering & Progressive Delivery (Slides 34-39)

Deployment vs Release

	Deployment	Release
Makna	Memindahkan kode ke produksi	Mengekspos fitur kepada pengguna
Sifat	Teknis	Bisnis

Feature flag memungkinkan kode di-deploy dengan aman namun tetap dorman. Dengan begitu kita bisa melakukan continuous deployment tanpa perubahan terlihat pengguna yang kontinu, dan merilis fitur kapan pun bisnis siap.

Psikologi Rollback

• Rollback harus blameless dan tanpa friksi.
• Jika rollback memakan 30 menit, strategi deployment Anda gagal.
• Tujuan: rollback otomatis dan berbasis metrik dengan acuan error budget SLO (SRE Workbook Bab 14).

Ilustrasi: GitOps dan Progressive Delivery

Skenario di cluster Kind/Minikube dengan ArgoCD, Argo Rollouts, dan Prometheus:

1. Baseline — repo Git berisi Helm chart app-v1, ArgoCD synced, 100% trafik ke v1, Prometheus mengumpulkan metrik (HTTP 200, latensi).
2. Trigger canary — developer mengubah values.yaml untuk app-v2; ArgoCD mendeteksi drift dan sync; Argo Rollouts mencegat, membuat canary pod, dan menggeser 10% trafik ke v2.
3. Rollback otomatis — skrip menyuntikkan HTTP 500 di v2; Analysis Template meng-query Prometheus (“apakah error rate > 5%?”); analisis gagal sehingga Argo Rollouts membatalkan dan mengembalikan trafik ke v1 tanpa intervensi manusia.

flowchart TD
    G["Git: values.yaml<br/>app-v2"] --> A["ArgoCD sync"]
    A --> R["Argo Rollouts<br/>canary 10%"]
    R --> P["Prometheus<br/>error rate?"]
    P -->|"> 5%: gagal"| RB["Abort dan<br/>revert ke v1"]
    P -->|"sehat"| PR["Promosi bertahap<br/>ke 100%"]

Pelajaran: deteksi dalam detik/menit, blast radius terbatas 10% pengguna, dan rollback otomatis menghilangkan kepanikan manusia.

Summary

Deployment (teknis, memindahkan kode ke produksi) dipisahkan dari release (bisnis, mengekspos fitur) lewat feature flag, sehingga continuous deployment tak berarti perubahan terlihat pengguna terus-menerus. Rollback harus blameless, cepat, dan otomatis berbasis metrik/SLO. Demonstrasi ArgoCD + Argo Rollouts + Prometheus memperlihatkan canary 10% yang dibatalkan otomatis saat error rate melebihi 5%, dengan blast radius terbatas dan tanpa intervensi manusia.

Additional Information

Error Budget

Error budget adalah sisa toleransi kegagalan dari SLO (mis. SLO 99,9% berarti 0,1% budget). Jika budget habis, rilis fitur baru dihentikan hingga stabilitas pulih — mengikat kecepatan rilis dengan keandalan.

Proyek Eksplorasi Mandiri

1. Implementasikan feature flag sederhana (env var atau layanan flag) pada layanan Anda, deploy kode dengan flag mati, lalu aktifkan tanpa redeploy.

Bacaan Lanjutan

• Argo Rollouts — Analysis and Progressive Delivery.
• Pete Hodgson — Feature Toggles (martinfowler.com).