afine907 Feature Flag — 功能开关
Goal
Trigger
见 description 中的触发时机
见 ## Workflow
设计和实现功能开关系统，支持灰度发布和 A/B 测试。
Workflow
- 创建开关 — 定义 key、类型、默认值
- 配置规则 — 灰度百分比、定向规则、用户白名单
- 集成代码 — 业务逻辑中读取开关状态
- 灰度发布 — 10% → 50% → 100%，逐步放量
- 清理 — 稳定后删除开关，硬编码为 true
开关类型
| 类型 | 用途 | 生命周期 |
|---|---|---|
| 发布开关 | 控制功能发布节奏 | 短期 |
| 实验开关 | A/B 测试 | 中期 |
| 运维开关 | 紧急降级 | 长期 |
| 权限开关 | 按用户/租户控制 | 长期 |
核心实现
评估逻辑
class FeatureFlagService:
def evaluate(self, flag_key: str, user_id: str, context: dict = None) -> bool:
flag = self.get_flag(flag_key)
if not flag or not flag.enabled:
return flag.default_value if flag else False
# 用户级覆盖
override = self.get_override(flag_key, user_id)
if override is not None:
return override.value
# 定向规则
if flag.targeting_rules and self._match_targeting(flag.targeting_rules, user_id, context):
return True
# 灰度百分比（一致性哈希）
if flag.rollout_percentage < 100:
hash_val = int(hashlib.md5(f"{flag_key}:{user_id}".encode()).hexdigest()[:8], 16) % 100
return hash_val < flag.rollout_percentage
return True
数据模型
CREATE TABLE feature_flags (
id BIGINT PRIMARY KEY AUTO_INCREMENT,
key VARCHAR(100) NOT NULL UNIQUE,
name VARCHAR(200) NOT NULL,
type VARCHAR(20) NOT NULL, -- release/experiment/ops/permission
enabled BOOLEAN DEFAULT FALSE,
rollout_percentage INT DEFAULT 100,
targeting_rules JSON,
default_value BOOLEAN DEFAULT FALSE
);
前端集成
function useFeatureFlag(flagKey: string): boolean {
const [enabled, setEnabled] = useState(false);
useEffect(() => {
fetch(`/api/v1/flags/${flagKey}/evaluate`, {
method: 'POST',
body: JSON.stringify({ user_id: getCurrentUserId() })
}).then(res => res.json()).then(data => setEnabled(data.value));
}, [flagKey]);
return enabled;
}
定向规则
{
"user_ids": ["user-1", "user-2"],
"attributes": {
"plan": { "operator": "in", "values": ["premium", "enterprise"] },
"country": { "operator": "eq", "value": "CN" }
}
}
Example
用户: 为新支付流程创建功能开关，先灰度 10% 用户
输出:
1. INSERT INTO feature_flags (key, name, type, enabled, rollout_percentage)
VALUES ('new_payment_flow', '新支付流程', 'release', true, 10);
2. 业务代码: if flags.evaluate('new_payment_flow', user_id): use_new_flow()
3. 监控错误率，逐步扩大到 50% → 100%
参考
- 定向规则: references/targeting-rules.md
- A/B 测试: references/ab-testing.md