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
<a name="appconfig-experimentation-about-running-an-experiment"></a>

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。

**Topics**
+ [營運考量事項](#appconfig-experimentation-about-running-an-experiment-operational-considerations)
+ [效能考量](#appconfig-experimentation-about-running-an-experiment-performance-considerations)
+ [操作原則](#appconfig-experimentation-about-running-an-experiment-implementation-considerations)

## 營運考量事項
<a name="appconfig-experimentation-about-running-an-experiment-operational-considerations"></a>

**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：
+ 驗證處理轉譯
+ 確認功能旗標評估
+ 驗證指標和記錄
+ 使用處理指派覆寫測試檢測

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：
+ 何時應停止執行
+ 哪些指標表示不可接受的行為
+ 如何停用處理

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](monitoring-deployments.md)。

**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](appconfig-integration-retrieving-experiment-treatments.md)。

## 效能考量
<a name="appconfig-experimentation-about-running-an-experiment-performance-considerations"></a>

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：
+ 延遲
+ 錯誤率
+ 輸送量
+ 資源使用率

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：
+ 頁面載入時間
+ 轉譯效能
+ 用戶端錯誤
+ 裝置特定的行為

不同的處理方式可能會影響前端效能。

## 操作原則
<a name="appconfig-experimentation-about-running-an-experiment-implementation-considerations"></a>

當實驗正在執行時，請記住下列操作原則：

**將實驗視為生產變更**  
即使是小型實驗也可能會影響應用程式穩定性、效能、使用者體驗和資料品質。仔細監控和逐漸暴露有助於降低風險，同時提高對實驗結果的信心。

**維持處理一致性**  
使用者在整個執行期間應接受相同的處理方式。如需處理設計的詳細資訊，請參閱 [關於控制和處理](appconfig-experimentation-about-controls-and-treatments.md)。

**驗證檢測**  
增加曝光之前，請確認指標已正確記錄，且日誌包含處理資訊。

**監控實驗特定的指標**  
除了操作指標之外，請監控與實驗直接相關的指標，例如：  
+ 轉換率
+ 功能參與
+ 點擊率
+ 錯誤頻率
+ 使用者保留
選擇符合實驗目標的指標。