Deploy 後：Smoke Test、Observability、Rollback、Release Evidence

Learning outcomes

• 能設計 production smoke。
• 能區分 deploy success 與 service success。
• 能建立 release evidence chain。
• 能決定 rollback vs forward fix。

1. Deploy success 不等於 user success

artifact upload PASS
platform deploy PASS
    ↓
still need:
DNS/routing
static assets
API endpoints
auth/data dependencies
critical user flow

2. Smoke test

GET /
  expect 200 + marker

GET /exercises
  expect 200 + marker

GET /incident-lab
  expect 200 + marker

GET /api/lab/health
  expect 200 + body

GET /api/lab/status/404
  expect intentional 404

Smoke 不是完整 regression suite，而是快速證明 deployment 的核心 contract 還活著。

3. 本站 production workflow 已實作 smoke

目前 Deploy Production 在 Wrangler deploy 後真的對公開 workers.dev URL 送 HTTP request，並驗 status/content。之前甚至抓到 extensionless static route 的 404，證明 smoke 是有效 gate，不是裝飾。

4. Release evidence chain

Git commit SHA
  ↓
GitHub Actions run
  ↓
Build artifact
  ↓
Cloudflare deployment version
  ↓
Production URL
  ↓
Smoke PASS

這讓你可以回答「現在 production 到底是哪份 code」。

5. Observability

Smoke 只看部署當下。持續 production 還需要 error rate、latency、logs、request id、service health 等 evidence。

6. Rollback vs forward fix

Incident 期間優先恢復服務，再做完整 root-cause analysis。

Project checkpoint：Release checklist

1. CI all green
2. identify commit SHA
3. deploy artifact
4. capture deployment version
5. production smoke
6. observe errors/latency
7. record outcome
8. rollback if needed

Debug evidence：Smoke fail

先分 status mismatch、content mismatch、API response mismatch、routing/redirect，再判斷是否需要 rollback。不要只看到 curl exit code 就猜原因。