本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

關於執行和監控實驗

在生產環境中執行實驗需要仔細監控和營運規劃。逐漸增加暴露量、驗證實作和監控效能，有助於降低風險並改善實驗結果的可靠性。

營運考量事項

從低或 0% 曝光開始，並逐漸增加曝光

將使用者暴露於處理之前：

從 0% 曝光開始，有助於在影響使用者之前偵測實作問題。然後，您可以逐漸增加曝光，從而在發生問題時限制迴歸的影響。透過在不斷增加的負載下驗證實驗行為，您可以在向整個受眾公開變更之前監控實驗結果和操作指標。

定義轉返程序

開始實驗執行之前，請先判斷：

您可以在 CloudWatch 或第三方監控工具中設定警示，例如 Datadog、New Relic 或 Dynatrace，以在實驗期間監控關鍵指標，例如頁面載入時間、轉換率或錯誤率。如果警示觸發，請評估影響，並決定是否停止實驗執行或繼續。如需設定警示的詳細資訊，請參閱 監控部署以進行自動復原。

協調部署

避免在主動實驗執行期間引入主要應用程式變更。變更特徵標記邏輯、後端系統或使用者流程可能會使實驗結果失效或使分析複雜化。如果需要變更，請停止目前的執行，並在套用更新後啟動新的執行。

此外，限制影響相同使用者或功能的重疊實驗。重疊的實驗可能會扭曲結果並引入衝突行為。簡而言之，當對象重疊時，請仔細協調實驗。

如需應用程式如何從 AWS AppConfig 代理程式擷取指派處理的詳細資訊，包括 Entity-Id和 Context標頭，請參閱 擷取實驗處理。

效能考量

當您開始實驗時，請透過追蹤整個執行中的操作指標來監控應用程式效能。具體而言，監控：

即使實驗指標顯示為正值，處理可能會影響系統行為。逐漸暴露有助於安全地識別這些問題。

驗證用戶端效能

對於 UI 實驗，監控：

不同的處理方式可能會影響前端效能。

操作原則

當實驗正在執行時，請記住下列操作原則：