在本练习中，您将运用蓝/绿部署策略的相关知识。请按照正确的先后顺序排列一系列描述该策略更新模型所需步骤的语句。
您可以假设当前有一个可用模型正在支撑预测服务：也就是蓝色环境。
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
在本章中，我们将以工业场景为背景，阐述采用 MLOps 的动机。您将学习它如何帮助企业持续创造业务价值。我们还会回顾 ML 的各个阶段，并重点说明 MLOps 如何强化这些环节。章节末尾，您将探索一个全自动 MLOps 系统的参考架构。随后，您将以该架构为基础，了解任何 MLOps 系统都重要的组件，并为后续课程做好铺垫。
在本章中，您将继续探索构成全自动 MLOps 系统的关键组件。首先，您将了解编排在 MLOps 中的重要性，以及它如何保障 ML 流水线的高效与可扩展。接着，您将考察 MLOps 中不同的部署策略，并学习如何为您的系统选择合适的方案。最后，您将学习 CI/CD/CT/CM，以及它们如何与编排和最佳实践相辅相成，从而实现 MLOps 系统的全面自动化。掌握这些内容后，您将更有能力构建高效、精准、可靠的全自动 MLOps 系统。
在本章中，您将深入自动化领域，学习如何设计更具韧性且更高效的 ML 系统。您将先理解 MLOps 系统中自动化的基础，再进一步掌握设计模式与失效保护机制的作用。您还将学习如何在 MLOps 系统中实施自动化测试，并利用超参数调优优化模型与工作流。到本章结束时，您将具备构建与管理既高效又可靠的全自动 MLOps 系统所需的技能与知识。
在最后一章，您将深入剖析自动化 MLOps 架构的关键组件。从自动化实验跟踪与模型注册表，到特征存储与元数据存储的角色，本章将帮助您全面理解全自动 MLOps 系统的细节。不论您是经验丰富的 ML 从业者，还是刚刚起步，本章都将为您提供设计自动化 MLOps 工作流所需的知识与技能。
当前练习
