Feature flag, utrullning eller A/B-testning?

Så, när ska man använda det ena framför det andra?

Det här är en fråga jag har hört från olika utvecklare, så jag satte ihop det här beslutsträdet på hög nivå som är användbart för att avgöra när man ska ställa in en feature flags, planera en stegvis utrullning eller köra ett experiment. Om du tycker att det här är till hjälp är detta diagram ett exempel från min kostnadsfria e-bok Ship Confidently with Progressive Delivery and Experimentation, som ger vägledning från början till slut för att distribuera feature flags i skala upp. Låt oss nu dyka in i beslutsträdet!

I allmänhet är det bra att känna till att A/B-testning är bäst när du har specifika mätbara mätvärden och en hypotes om hur dina ändringar kommer att påverka dessa mätvärden.

Feature flags ger dig fullständig kontroll över en release eller ett lanseringsdatum.

Och utrullningar mildrar riskfyllda förändringar genom att släppa kod till små delar av trafiken på en gång.

Det är dock viktigt att notera att vissa plattformar för feature flags och A/B-testning, som Optimizely, gör det möjligt för alla tre funktionerna att köras från samma feature flag-implementering. Detta innebär att du kan frikoppla hur du implementerar din funktion från hur du planerar att släppa, experimentera och lära dig av den. Se hur detta går till i API-anropet "Decide":

[Redaktörens anmärkning Nov-3-2022] isFeatureEnabled är nu funktionen "Decide". Se utvecklarens dokumentation för de senaste kodexemplen

Du kan också se hur de alla fungerar tillsammans för att stödja en stark praxis för progressiv leverans i hela ditt produktutvecklingsteam.

Låt mig få veta vad du tycker!

Hur bestämmer du för närvarande när du ska använda en feature flag, utrullning eller A/B-testning?

Detta är en del av en serie med bästa praxis som hjälper ditt företag att framgångsrikt implementera progressiv leverans och experimentering för att leverera snabbare med förtroende.

Om du gillar det här innehållet kan du kolla in min kostnadsfria e-bok: Ship Confidently with Progressive Delivery and Experimentering som innehåller fler bästa praxis från att bara komma igång till att skala upp dessa tekniker i hela organisationen.

Och om du letar efter en plattform för att komma igång, kolla in Optimizely's gratiserbjudande.