本文へ移動
Telemetry
API の信頼性 SQL レシピ

機能ロールアウトエラー率の比較

1 つのリリースについて、機能フラグのロールアウトと制御コホート間のリクエスト エラーと平均遅延を比較します。

初心者feature_rollout_eventsレビュー済み 2026-07-28テスト済み アパッチ DataFusion 45.2.0

レビュー者 Telemetry 製品チーム . SQL の互換性、イベント コントラクト、合成出力、および操作上の注意事項. 基準と所有権を確認する

質問に回答しました

機能フラグのロールアウトは、コントロール コホートよりも信頼性が低いですか?

ロールアウトの決定には、同じリリース境界での同様のコントロールが必要です。このクエリでは、機能フラグ コホートごとにリクエスト、エラー、エラー率、レイテンシがまとめて保存されるため、小さいながらも重要な信頼性の回帰が確認できます。

イベント契約

クエリが期待するフィールド

フィールド種類なぜ存在するのか
timestamp_utcTimestampリクエストの完了時刻 (UTC)。
feature_flagUtf8制御された機能フラグの名前。
cohortUtf8ロールアウトまたはコントロールの割り当て。
releaseUtf8アプリケーションのリリース識別子。
statusUtf8ターミナルの成功または失敗のステータス。
latency_msInt64エンドツーエンドのリクエストの遅延 (ミリ秒単位)。
environmentUtf8導入環境。
DataFusion SQL

クエリをコピーする

sql
SELECT
  feature_flag,
  cohort,
  release,
  COUNT(*) AS requests,
  SUM(CASE WHEN status = 'failed' THEN 1 ELSE 0 END) AS errors,
  100.0 * SUM(CASE WHEN status = 'failed' THEN 1 ELSE 0 END)
    / NULLIF(COUNT(*), 0) AS error_rate_pct,
  AVG(latency_ms) AS avg_latency_ms
FROM feature_rollout_events
WHERE timestamp_utc >= now() - INTERVAL '24 hours'
  AND environment = 'production'
GROUP BY feature_flag, cohort, release
ORDER BY error_rate_pct DESC, cohort;

この読み取り専用クエリは、空の型付きテーブルに対して計画され、実行されます。 アパッチ DataFusion 45.2.0。決定論的なサンプル出力は合成され、個別にレビューされます。フィールド タイプ、しきい値、ビジネス定義を独自のデータと照合して検証します。 テスト方法を読んでください。

クエリ結果

コホート別のロールアウトエラー率

合成ロールアウト コホートの失敗率は 20% ですが、対照では失敗率がありません。

feature_flagcohortreleaserequestserrorserror_rate_pctavg_latency_ms
new-checkoutrolloutapi-885120300
new-checkoutcontrolapi-88500200

合成出力例。運用上の決定に使用する前に、独自のイベント スキーマとしきい値に対してクエリを実行します。

Rollout error rate by cohort: Compare Feature Rollout Error Rate 結果例からの合成 error_rate_pct 値の静的チャート
決定論的な出力例のインデックス可能な SVG。記事、ランブック、または出典を明示した設計レビューのためにダウンロードしてください。

例を再現する

パブリックフィクスチャをダウンロードする

JSON バンドルには、型付きイベント コントラクトが含まれています。 reproducible 入力行、正確な SQL、予想される出力、レビューメモ、およびエンジンのバージョン。 CSV には、表示された結果が含まれます。

SQL の仕組み

  1. 1機能フラグ、コホート、リリースにより、ロールアウト境界での比較が再現可能になります。
  2. 2エラー率に加えてリクエスト量も比較すると、自信を持って決定するには小さすぎる比較が明らかになります。
  3. 3ロールアウトではエラーを増やすことなくエクスペリエンスを後退させることができるため、レイテンシは同じ結果のままです。

決定すべきエッジケース

  • 割り当ては、同じアカウントが比較ウィンドウ内でコホートを切り替えないように十分に安定している必要があります。
  • 同等のトラフィックと顧客の組み合わせを比較するか、レビューされた境界ディメンションによって結果をセグメント化します。
  • 不可逆的な積の結論を得るには、信頼区間とより長い期間を使用します。

推奨されるダッシュボード

  • バー: コホート別 error_rate_pct
  • 傾向: ロールアウトのパーセンテージ別のリクエスト、エラー、レイテンシ
  • 表: リリース別の機能フラグと最小サンプル ステータス

アラートガイダンス

ロールアウトがレビューされた最小ボリュームを満たし、承認されたエラーまたはレイテンシーのガードレールを超えた場合にのみ、一時停止またはロールバックしてください。

アラート設定を読む

レシピを活用する

関連する機器とガイド

ソースデータを定義する

この分析のイベント スキーマ

分析を続ける

実際のイベントで実行する

テーブルを作成し、フィールドを調整して、結果を保存します

無料で始めて、構造化されたイベントを送信し、クエリ結果をグラフ、共有ダッシュボード ウィジェット、またはアラート入力として使用します。

API キーを取得する