白名单
白名单
本主题介绍云眼灰度发布（特性标帜）AB实验中的白名单。
白名单是QA标帜规则的最简单方法之一。它允许在开发或过渡环境中运行实验，并向您选择的最多 10 个用户显示特定变体。当 SDK 为这些用户做出实验决策时，他们会绕过受众群体定位和流量分配来查看所选变体。不在白名单中的用户必须通过受众群体定位和流量分配，才能看到实时实验和变体。
例如，假设创建一个比较变体 A 和变体 B 的实验。希望对实验的实时行为进行质量检查，并向选定的一些关键利益干系人展示变体。可以创建一个白名单，其中包含看到实时实验的利益相关者的用户 ID。
为确保只有已列入白名单的用户才能看到实验，请创建定位到任何用户都不会拥有的属性的受众群体，或将实验的流量分配设置为 0%。完成质量检查后，请为受众定位和流量分配建立生产设置。
📘 注意
云眼灰度发布（特性标帜）AB实验允许将每个实验最多 10 个用户列入白名单。
白名单存在于字段中的数据文件中。您无需在 SDK 中执行任何不同操作;如果设置了白名单，则调用将根据您提供的白名单强制输出变体。白名单会覆盖受众群体定位和流量分配。如果实验未运行，则白名单不起作用，但可以将实验设置为 0% 流量，或者在过渡环境中启动以使用白名单进行测试。forcedVariations``Decide SDK
📘 注意
数据文件中的字段仅与列入白名单的变体相关。它与使用 or 方法的传统全栈强制分桶无关。有关详细信息，请参阅旧文档使用强制分桶。
forcedVariations``Get Forced Variation``Set Forced Variation
将分桶列入白名单
评论
用户白名单在以下用户分桶方法_之前_进行评估：
- 用户配置文件服务
- 受众定位
- 互斥组
- 流量分配
- - -
用户白名单在此用户分桶方法_之后_进行评估：
不适用
🚧 重要
如果对用户应如何进行分桶存在冲突，则要评估的第一个用户分桶方法将覆盖任何冲突的方法。有关更多信息，请查看有关分桶工作原理的端到端分桶工作流程。
何时使用白名单
使用白名单对一小部分用户进行预览、实验和质量检查：
- 作为开发人员，可以使用白名单来模拟数据文件并测试您正在实现的灰度发布（特性标帜）或标帜变量。
- 作为 QA 工程师，可以添加到白名单以在 Web UI 中对灰度发布（特性标帜）和标帜变量执行手动测试，或者可以将测试运行者的“用户 ID”添加到白名单中以帮助自动执行这些测试
- 可以在模拟数据文件中使用白名单。然后复制该数据文件并将其用作单元或集成测试套件的一部分，而不是实际的数据文件。
何时不使用白名单
不应将白名单用于大型用户组。我们将每次实验最多限制为 10 个列入白名单的用户，因为：
- 强制使用大量用户 ID 的变体会使实验结果产生偏差。
- 白名单会增加数据文件的大小。数据文件越小，页面的性能就越高。
要将实验定位到更多的用户组以进行质量检查，例如：
- 组织中的所有员工
- 暂存环境中的用户
- 超过 10 个的用户数量会改为
使用受众群体。创建群组中每个用户都将共享的属性，并将实验定位到包含该属性的受众群体。
创建白名单
下面介绍了如何为 A/B 测试或多臂老虎机实验创建最多包含 10 位用户的白名单。您无法在目标投放规则上创建白名单。
- 导航到**“标帜”仪表板并选择已创建的标帜规则，或单击“创建标帜**”创建一个。
- 选择添加规则，然后选择 A/B 测试或多臂老虎机
- 展开白名单：强制最多 10 位用户加入任意变体部分。键入用户 ID，然后在实验中选择要强制他们加入的变体。
在这里，我们强制用户 1 和用户 2 进入变体 2。
- 单击保存。
🚧 重要
白名单中使用的用户 ID 必须与激活中通过 SDK 传递的用户 ID 匹配。否则，白名单将不起作用。这些用户 ID 通常是匿名和神秘的（例如，cookie 值），必须复制并粘贴它们。