Introdução: Por que seu serviço Go precisa de experimentos
\n\nImagine: você reescreveu a página de pagamento em uma nova stack. Tudo funciona, o código em Go voa, os testes estão verdes. Mas a conversão caiu 15%. Por mais que você tente, em condições de produção é impossível prever o comportamento dos usuários. É aqui que entra o teste A/B em Go — a única maneira de tomar decisões baseadas em dados, e não na intuição.
\n\nNeste artigo, vamos abordar como implementar o teste de divisão Golang na sua aplicação. Você aprenderá como implementar um sistema de buckets, evitar a maldição da comparação múltipla e não quebrar a produção. Vamos lá!
\n\n1. Arquitetura básica de um teste A/B em Go
\n\nQualquer teste A/B Golang consiste em três pilares: o divisor de tráfego, o sistema de logging e o motor estatístico. Vamos começar pelo primeiro.
\n\n1.1. Distribuição determinística: algoritmo de buckets
\n\nRegra chave: um mesmo usuário deve sempre cair no mesmo grupo. Usamos hashing consistente baseado no ID do usuário:
\n\npackage abtest\n\nimport (\n "crypto/sha256"\n "encoding/binary"\n "fmt"\n)\n\n// Experiment define a estrutura do experimento\ntype Experiment struct {\n Name string\n Buckets []Bucket\n}\n\ntype Bucket struct {\n Name string\n Ratio float64 // 0.0 - 1.0\n}\n\n// AssignGroup retorna o nome do grupo para o userID\nfunc (e *Experiment) AssignGroup(userID string) string {\n hash := sha256.Sum256([]byte(fmt.Sprintf("%s:%s", e.Name, userID)))\n value := binary.BigEndian.Uint64(hash[:8]) % 1000\n threshold := uint64(0)\n \n for _, b := range e.Buckets {\n threshold += uint64(b.Ratio * 1000)\n if value < threshold {\n return b.Name\n }\n }\n return "control" // fallback\n}\n\n\nPor que sha256? Ele fornece uma distribuição uniforme e é resistente a colisões. O teste de bucket Go com essa abordagem garante que o usuário não mude entre grupos ao reiniciar o servidor.
1.2. Middleware para servidor HTTP
\n\nIntegramos o teste A/B Go no seu roteador. Exemplo com net/http:
func ABMiddleware(next http.Handler) http.Handler {\n return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {\n userID := r.Header.Get("X-User-ID") // ou de um cookie\n if userID == "" {\n next.ServeHTTP(w, r)\n return\n }\n \n exp := &Experiment{\n Name: "checkout_v2",\n Buckets: []Bucket{\n {Name: "control", Ratio: 0.5},\n {Name: "treatment", Ratio: 0.5},\n },\n }\n \n group := exp.AssignGroup(userID)\n ctx := context.WithValue(r.Context(), "ab_group", group)\n next.ServeHTTP(w, r.WithContext(ctx))\n })\n}\n\n\nAgora, nos handlers, você pode ler o grupo através de r.Context().Value("ab_group"). Simples e eficiente.
2. Técnicas avançadas: Feature Flags e bandidos multi-armados
\n\nUm A/B simples é bom, mas em experimentos reais em Golang muitas vezes é necessária flexibilidade.
\n\n2.1. Feature Flags com ativação dinâmica
\n\nÀs vezes, é necessário ativar um recurso para 10% dos usuários e, em seguida, aumentar gradualmente para 100%. Implementamos via Redis:
\n\ntype DynamicExperiment struct {\n Client *redis.Client\n Name string\n}\n\nfunc (d *DynamicExperiment) IsEnabled(userID string) bool {\n // Obtém a porcentagem atual do Redis (pode ser alterada sem deploy)\n percent, err := d.Client.Get(context.Background(), d.Name).Float64()\n if err != nil {\n return false // desligado por padrão\n }\n \n hash := sha256.Sum256([]byte(userID))\n value := binary.BigEndian.Uint64(hash[:8]) % 1