Stabiles Prozent-Bucket für Feature-Rollouts berechnen

Dieser Rechner bildet eine stabile Benutzer-, Konto-, Geräte- oder Mandantenkennung auf eines von 10,000 deterministischen Buckets ab und vergleicht es mit dem angegebenen Prozentsatz. Zurückgegeben werden der vorzeichenlose Hash, das lesbare Prozent-Bucket und die endgültige Aufnahmeentscheidung. Weder Zufallswert noch Uhrzeit, Netzwerkanfrage oder gespeicherte Zuweisung beeinflussen das Ergebnis, sodass identische Eingaben stets dieselbe Ausgabe liefern.

Wählen Sie eine Kennung für das Subjekt des Rollouts

Beginnen Sie mit einer stabilen Kennung, die auf der gewünschten Zuweisungsebene eindeutig und überall verfügbar ist, wo die Entscheidung getroffen wird. Eine Benutzer-ID eignet sich für ein persönliches Oberflächenexperiment. Eine Konto- oder Mandanten-ID ist meist besser, wenn sämtliche Mitglieder einer Organisation dasselbe Verhalten sehen sollen. Gerätekennungen können bei anonymen Erlebnissen funktionieren, doch das Löschen lokaler Daten kann die Zuweisung verändern. Der Rechner behandelt die Kennung als exakten Text: Groß- und Kleinschreibung, Leerzeichen, Satzzeichen und Unicode-Zeichen fließen vollständig in den Hash ein. Normalisieren Sie Kennungen daher vor dem Aufruf, wenn verschiedene Systeme sie unterschiedlich darstellen könnten. Legen Sie beispielsweise fest, ob E-Mail-ähnliche Kennungen kleingeschrieben werden, ob numerische IDs führende Nullen enthalten und ob ein Namensraum wie Produktion oder Test zur Kennung gehört. Verwenden Sie keine veränderlichen Profildaten wie einen Anzeigenamen. Wenn Sie eine Konvention gewählt haben, behalten Sie sie bei, denn eine Änderung der Kennung verändert auch das Bucket.

Verstehen Sie die deterministische Bucket-Berechnung

Die Fähigkeit codiert die Kennung als UTF-8 und wendet den 32-Bit-Hashalgorithmus FNV-1a an. Der vorzeichenlose Hash wird auf eines von 10,000 Basispunkt-Buckets reduziert und als Zahl zwischen 0 und 99.99 dargestellt. Ein Subjekt wird aufgenommen, wenn sein Bucket strikt kleiner als der angeforderte Prozentsatz multipliziert mit 100 ist. Diese Grenzregel gewährleistet sinnvolle Endpunkte: Null Prozent nimmt niemanden auf, hundert Prozent dagegen alle. Außerdem sind Änderungen in Schritten von 0.01 Prozentpunkten möglich. Da das Verfahren weder Zufalls-Seed noch Zeit, Speicherung oder Netzwerkzugriff nutzt, erzeugen dieselbe Kennung und derselbe Prozentsatz stets dieselbe Antwort. Wenn Sie den Prozentsatz erhöhen, bleiben alle bereits aufgenommenen Subjekte erhalten und Kennungen aus dem nächsten Bucket-Bereich kommen hinzu; eine Senkung entfernt Subjekte am oberen Ende. Der Hash eignet sich für operative Rollout-Zuweisungen, nicht für kryptografische Sicherheit. Behandeln Sie den Wert nicht als Geheimnis und nutzen Sie ihn weder zum Verbergen von Kennungen noch für Autorisierungsentscheidungen.

Setzen Sie das Ergebnis sicher im Release-Prozess ein

Verwenden Sie den booleschen Aufnahmewert als eine Eingabe für die Feature-Auslieferung, gemeinsam mit ausdrücklichen Berechtigungsregeln, Umgebungsprüfungen und Notfallüberschreibungen. Ein typischer Dienst schließt zunächst nicht unterstützte Tarife oder Regionen aus und berechnet anschließend die prozentuale Zuweisung für die verbleibende Zielgruppe. Speichern Sie die Rollout-Konfiguration und nicht für jeden Benutzer eine gesonderte Zufallszuweisung, da die deterministische Berechnung die Entscheidung jederzeit wiederherstellt. Vergleichen Sie vor einer Ausweitung technische und geschäftliche Kennzahlen berechtigter Kohorten und bereiten Sie eine schnelle globale Abschaltung vor. Wenn mehrere unabhängige Features allein dieselbe Kennung verwenden, korreliert ihre Bucket-Reihenfolge. Ergänzen Sie deshalb einen stabilen Feature-Schlüssel, etwa Feature-Name, Trennzeichen und Benutzer-ID, sofern jeder Rollout eine unabhängige Zielgruppe benötigt. Behalten Sie diesen Schlüssel während des gesamten Rollouts bei. Der Endpunkt weist Prozentsätze unter null oder über hundert zurück, statt sie unbemerkt zu begrenzen; Konfigurationsfehler werden dadurch sichtbar. Jeder Aufruf kostet $0.002; die Browser-Version nutzt dieselbe reine Berechnung.