👨‍🏫 Definition

• Aussi connu sous le nom de Feature toggle
• Pattern de développement permettant d’activer ou non une fonctionnalité dynamiquement, sans redéploiement
  • Différent du canary deployment
• Proposer un comportement, design, … différent aux utilisateurs basés sur un critère fixe ou random
• Aide à la mise en place de l’A/B testing

👨‍🏫 Mais on a besoin de plus !

• Faciliter la gestion des feature flags
• Gérer différents types de flags
  • Release Flags : Activer une feature seulement quand terminée
  • Experimentation Flags : Activer une feature pour des bêta testeurs
  • Operational Flags : Activer l’affichage d’une page de maintenance
• Suivre le comportement utilisateur

➡️ Pour proposer ces fonctionnalités, on a besoin d’outillage !

Ecosystème

De nombreux outils existent pour gérer les feature flags, en voici quelques uns :

Unleash

• Depuis 2015, v7.0 actuellement
• Permet d’implémenter les features dans votre application et de piloter l’activation des features, mesurer l’usage…
• Une plateforme fournissant des SDK
  • pour la partie serveur (Go, Java, Python…)
  • pour la partie front (Android, React, …)
• Une version communautaire riche en fonctionnalités (sous Apache-2.0)
  • et une version payante (pour la gestion de la sécurité, stratégies de déploiement complémentaires…)
• Une intégration native à GitLab 🦊

👉 Site officiel 👈

Et niveau architecture ça donne quoi ? 🤔

Exemple avec Unleash

• Evaluation locale des flags
• Paramétrage via IHM et/ou API
• Synchronisation des SDK avec cache
  paramétrable
• Evaluation côté back et côté front

🗒️ La plupart des outils de feature flags ont une architecture similaire

Une demo avec Unleash

La spec Openfeature

• Communauté (depuis 2022) : https://openfeature.dev/
  • Incubating project @ CNCF
• Une initiative visant à normaliser la mise en place des features flags
  • via une spec : https://github.com/open-feature/spec
• Une abstraction de votre moteur de feature flags
• Quelques notions clés :
  • Provider : le moteur de feature flags (Unleash, LaunchDarkly, etc.)
  • EvaluationContext : le contexte qui sert à l’évaluation de la valeur pour le flag
  • Hook : un mécanisme pour étendre le comportement de l’évaluation des flags

Flipt: un autre feature flag provider

• Depuis 2019, v1.58 actuellement
• Très léger, offre une API REST ou GRPC
• Une plateforme fournissant des SDK
  • Server-side : évaluation déléguée au serveur flipt
  • Client-side : évaluation locale via le SDK (non disponible via open feature)
• Une version communautaire riche en fonctionnalités (sous GPL-3.0)
  • et une version Cloud

👉 Site officiel 👈

Les fonctionnalités avancées

• Les segments
  • aussi appelés : targeting
  • Permet de gérer des segments d’utilisateurs
  • Permet de cibler des utilisateurs spécifiques

Les fonctionnalités avancées

• Les segments
  • aussi appelés : targeting
  • Permet de gérer des segments d’utilisateurs
  • Permet de cibler des utilisateurs spécifiques
• Les variants
  • Permet de gérer des variantes de fonctionnalités
  • Plus de combinaisons possibles
  • Permet de faire des tests A/B

Bonnes pratiques pour le Run

• Observabilité :
  • Pour les flags Experimental et Release, besoin de pouvoir observer le comportement de l’utilisateur et/ou de l’application
    • Métriques liées aux flags
    • Métriques liées à l’application
    • Open Feature est compatible avec Open Telemetry 🎉
• Réfléchir au mode de déploiement adapté au cas d’usage, notamment par rapport à ces axes :
  • Gestion de la latence réseau
  • Facilité de maintenance des flags
  • Interruption possible de communication avec le flag provider

Bonnes pratiques pour le dev

• Pensez à la maintenance
  • Un feature flag doit avoir une durée de vie courte
  • Eviter les imbrications de flag au risque d’avoir une matrice ingérable de cas à tester
• Approche TU (tests unitaires)
  • Nécessité de mocker les appels au moteur de feature flags : mockprovider
  • Prise en compte des différents états des flags
• Approche TI (tests d’intégration)
  • Nécessité d’avoir un environnement de test du moteur de feature flags
  • Meilleure couverture pour détecter les erreurs en fonction des différentes valeurs possibles