死链查询：小流量灰度如何暴露全量发布的例外
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /1cbfc26bd88b.html
📄
死链查询：小流量灰度如何暴露全量发布的例外
灰度发布时死链查询结果干净，全量上线后却出现大量死链，通常不是工具失灵，而是灰度样本没有覆盖到全量才触发的例外路径。判断该不该因为灰度通过就全量放行，取决于你的死链来源是否集中在少数模板、以及这些模板在灰度流量中是否真的被走到。
两种条件下的不同选择
死链查询的价值不在于给出一个总数，而在于让你判断风险是否随流量规模变化。灰度阶段可以用两种做法，选择依据是死链的分布形态。
- 条件一：死链集中在少数可枚举的模板或参数组合。此时灰度的意义是验证这些模板本身能否正常返回。只要灰度确实命中了这些模板，通过就可以作为全量放行的依据，因为全量不会产生新的模板类型，只是同一批模板被访问得更多。
- 条件二：死链与访问路径、分页深度、筛选参数或用户权限相关。此时灰度通过不能作为放行依据。灰度流量小，往往只覆盖前几页、默认筛选和匿名身份，深层分页、组合筛选和登录态路径可能一次都没被走到。全量后这些路径被真实用户触发，死链才成批暴露。
区分这两种条件的方法，是在灰度期间不只看死链总数，而是看死链命中的 URL 是否落在灰度实际访问过的路径集合内。如果灰度访问过的路径全部正常，而全量后出问题的路径在灰度日志里从未出现，那问题就属于条件二，灰度结论不成立。
灰度期间应该记录什么，才能判断例外
只记录“有无死链”不足以支撑放行决定。灰度期间需要留下一份可对照的路径清单，让全量后的死链能反查到灰度是否覆盖。
- 记录灰度实际请求过的 URL 模式，而不是只记录请求数量。重点是分页参数、筛选参数、排序参数和身份状态这几类变量。
- 对每个模板，标注灰度是否到达过它的边界值，例如最后一页、空结果、无权限、参数缺省。
- 把死链查询结果按模板分组，而不是只按状态码汇总。同一状态码可能来自完全不同的模板。
做完这一步，你会得到一张覆盖表。全量后如果死链全部落在“灰度未覆盖”的格子里，说明灰度设计本身有盲区，而不是发布动作有误。这个结论会直接改变下一步：不是回滚，而是补一次针对盲区的定向灰度。
一个假设的短例子
假设某站点改版商品列表，灰度只放给 1% 的匿名访客，死链查询显示零异常。全量后登录用户访问第 5 页以上筛选组合时出现死链。回看灰度记录，登录态和深层分页都未被请求过。这里灰度没有错，只是它的样本结构决定了它无法回答登录态下的分页问题。此时合理的动作是补一次带登录态、强制翻到深层的定向灰度，而不是直接回滚整个改版。
反过来，如果灰度已经覆盖了登录态和深层分页，死链查询仍然为零，全量后却出现同类路径的死链，那才需要怀疑缓存、CDN 回源或数据同步这类只在全量压力下才显现的环节。
灰度结论失效时，先分清是哪一类例外
全量后死链增多，常见的合理解释不止一种，死链查询数字上升本身不能单独证明某个环节出了问题。
- 覆盖盲区：灰度没走到某类路径，全量走到了。特征是死链集中在灰度未请求的参数或身份组合上。
- 规模触发：某条逻辑在低流量下走缓存、在高流量下回源或超时。特征是同一 URL 在灰度正常、全量间歇异常。
- 数据变化：灰度期间数据是旧快照，全量时数据已更新，指向了已删除的目标。特征是死链目标在灰度时还存在。
把死链按这三类归因，再决定动作：覆盖盲区补定向灰度，规模触发查缓存与超时阈值，数据变化查同步时序。三种原因对应三种不同的修复位置，混在一起处理只会反复回滚。
放行前的一个实际动作
在灰度结束、准备全量之前，做一次盲区补测：从死链查询的历史结果里挑出最容易在全量暴露的参数组合，主动构造请求打到灰度环境。如果这些请求返回正常，放行的把握来自覆盖，而不是来自灰度流量的大小。如果返回异常，你就在全量前拿到了例外，代价远小于上线后回滚。
这个动作的结果会直接决定下一步是放行、补测还是缩小改动范围。灰度通过与否本身不是结论，覆盖是否完整才是。
