Directus CMS Feature Flag Management — จัดการ

Directus Feature Flag

Directus Headless CMS REST GraphQL API Feature Flag Toggle Canary Release A/B Testing Kill Switch Progressive Rollout Role-based Access Webhooks Flows

Feature Flag Type	ใช้เมื่อ	ตัวอย่าง
Release Flag	ปล่อยฟีเจอร์ใหม่	New checkout flow
Experiment Flag	A/B Testing	Button color test
Ops Flag	ควบคุมระบบ	Maintenance mode
Permission Flag	ควบคุมสิทธิ์	Premium features
Kill Switch	ปิดฟีเจอร์ฉุกเฉิน	Disable payments

Directus Setup และ Feature Flag Schema

=== Directus Feature Flag Setup ===

Docker Compose

version: '3.8'

services:

directus:

image: directus/directus:latest

ports:

• "8055:8055"

environment:

KEY: "random-key-here"

SECRET: "random-secret-here"

DB_CLIENT: "pg"

DB_HOST: "db"

DB_PORT: "5432"

DB_DATABASE: "directus"

DB_USER: "directus"

DB_PASSWORD: "directus"

ADMIN_EMAIL: "admin@example.com"

ADMIN_PASSWORD: "admin123"

depends_on:

• db

db:

image: postgres:15

environment:

POSTGRES_DB: directus

POSTGRES_USER: directus

POSTGRES_PASSWORD: directus

volumes:

• pgdata:/var/lib/postgresql/data

volumes:

pgdata:

Feature Flag Schema (SQL)

CREATE TABLE feature_flags (

id SERIAL PRIMARY KEY,

name VARCHAR(100) UNIQUE NOT NULL,

description TEXT,

เนื้อหาเกี่ยวข้อง — ดูเพิ่มเติมเรื่อง Rust Axum GreenOps Sustainability

enabled BOOLEAN DEFAULT false,

rollout_percentage INT DEFAULT 0,

target_users JSONB DEFAULT '[]',

target_groups JSONB DEFAULT '[]',

metadata JSONB DEFAULT '{}',

created_at TIMESTAMP DEFAULT NOW(),

updated_at TIMESTAMP DEFAULT NOW()

แนะนำเพิ่มเติม — บทวิเคราะห์จาก XM Signal

);

from dataclasses import dataclass, field

from typing import List, Dict, Optional

@dataclass

class FeatureFlag:

name: str

description: str

enabled: bool

rollout_pct: int

target_groups: List[str]

flag_type: str

created: str

flags = [

FeatureFlag("new_checkout", "New checkout flow with Stripe", True, 25,

["beta_users", "internal"], "Release", "2024-03-01"),

FeatureFlag("dark_mode", "Dark mode UI", True, 100,

["all"], "Release", "2024-02-15"),

FeatureFlag("ai_recommendations", "AI product recommendations", True, 10,

เนื้อหาเกี่ยวข้อง — แนะนำให้อ่าน agentic rag คือ — ข้อมูลครบถ้วน 2026

["premium"], "Experiment", "2024-03-10"),

FeatureFlag("maintenance_mode", "Enable maintenance page", False, 0,

["all"], "Ops", "2024-01-01"),

FeatureFlag("payment_gateway_v2", "New payment gateway", True, 50,

["beta_users"], "Release", "2024-03-05"),

FeatureFlag("kill_notifications", "Disable push notifications", False, 0,

["all"], "Kill Switch", "2024-02-20"),

]

print("=== Feature Flags Dashboard ===")

for f in flags:

status = "ON" if f.enabled else "OFF"

groups = ", ".join(f.target_groups)

print(f" [{status}] {f.name} ({f.flag_type})")

print(f" {f.description}")

แนะนำเพิ่มเติม — หนังสือเทรดที่ SiamCafeBook

print(f" Rollout: {f.rollout_pct}% | Groups: {groups}")

API และ SDK Integration

=== Feature Flag API ===

Directus REST API

GET /items/feature_flags

GET /items/feature_flags?filter[name][_eq]=new_checkout

PATCH /items/feature_flags/1 {"enabled": true, "rollout_percentage": 50}

Python SDK

from directus_sdk import DirectusClient

client = DirectusClient("http://localhost:8055", token="YOUR_TOKEN")

# Get all flags

flags = client.get_items("feature_flags")

เนื้อหาเกี่ยวข้อง — ดูเพิ่มเติมเรื่อง Sora AI คืออะไร — ข้อมูลครบถ้วน 2026

# Check flag for user

def is_enabled(flag_name, user_id=None, user_group=None):

flag = client.get_items("feature_flags",

params={"filter[name][_eq]": flag_name})

if not flag:

return False

flag = flag[0]

if not flag["enabled"]:

return False

# Check target groups

if user_group and flag["target_groups"]:

if user_group not in flag["target_groups"] and "all" not in flag["target_groups"]:

return False

# Check rollout percentage

if flag["rollout_percentage"] < 100:

import hashlib

hash_val = int(hashlib.md5(f"{flag_name}:{user_id}".encode()).hexdigest(), 16)

if (hash_val % 100) >= flag["rollout_percentage"]:

return False

return True

JavaScript Client

import { createDirectus, rest, readItems } from '@directus/sdk';

const client = createDirectus('http://localhost:8055').with(rest());

async function getFlag(name) {

const flags = await client.request(

readItems('feature_flags', {

filter: { name: { _eq: name } },

})

);

return flags[0] || null;

}

เนื้อหาเกี่ยวข้อง — ดูเพิ่มเติมเรื่อง React Server Components Compliance Automation

Usage in React

function FeatureGate({ flag, children, fallback }) {

const [enabled, setEnabled] = useState(false);

useEffect(() => {

getFlag(flag).then(f => setEnabled(f?.enabled));

}, [flag]);

return enabled ? children : (fallback || null);

}

import hashlib

def check_rollout(flag_name: str, user_id: str, rollout_pct: int) -> bool:

hash_val = int(hashlib.md5(f"{flag_name}:{user_id}".encode()).hexdigest(), 16)

return (hash_val % 100) < rollout_pct

print("\nRollout Simulation (new_checkout at 25%):")

users = [f"user_{i}" for i in range(20)]

enabled_count = sum(1 for u in users if check_rollout("new_checkout", u, 25))

print(f" {enabled_count}/{len(users)} users enabled ({enabled_count/len(users)*100:.0f}%)")

Flows Automation และ Best Practices

# === Directus Flows for Feature Flags ===



# Flow: Auto-disable flag after date

# Trigger: Schedule (daily)

# Operations:

#   1. Read Items: feature_flags where end_date < today

#   2. Update Items: set enabled = false

#   3. Send Webhook: notify Slack



# Flow: Gradual rollout

# Trigger: Manual

# Operations:

#   1. Read current rollout_percentage

#   2. Increase by 10%

#   3. Wait 1 hour

#   4. Check error rate from monitoring

#   5. If OK: increase again, else rollback to 0%



best_practices = {

    "Naming": [

        "ใช้ snake_case: new_checkout, dark_mode",

        "Prefix ตาม type: release_, exp_, ops_",

        "ชื่อบอก context: payment_gateway_v2",

    ],

    "Lifecycle": [

        "สร้าง Flag ก่อน Deploy code",

        "เปิด Flag ทีละ % (5, 25, 50, 100)",

        "Monitor Metrics ทุกขั้น",

        "ลบ Flag หลังใช้เสร็จ (Technical Debt)",

    ],

    "Testing": [

        "ทดสอบทั้ง ON และ OFF",

        "ทดสอบ Default (Flag ไม่มี)",

        "ทดสอบ Rollout % ถูกต้อง",

        "ทดสอบ Target Groups ถูกกลุ่ม",

    ],

    "Operations": [

        "Kill Switch สำหรับทุกฟีเจอร์สำคัญ",

        "Audit Log ทุกการเปลี่ยนแปลง Flag",

        "Alert เมื่อ Flag เปลี่ยนใน Production",

        "Review Flags ทุกเดือน ลบที่ไม่ใช้",

    ],

}



print("Feature Flag Best Practices:")

for category, tips in best_practices.items():

    print(f"\n  [{category}]")

    for tip in tips:

        print(f"    - {tip}")



# Comparison with dedicated services

comparison = {

    "Directus (DIY)": {"cost": "Free (self-hosted)", "features": "Basic", "setup": "ง่าย"},

    "LaunchDarkly": {"cost": "$10/mo+", "features": "Enterprise", "setup": "SDK ครบ"},

    "Unleash": {"cost": "Free (OSS)", "features": "Advanced", "setup": "ปานกลาง"},

    "Flagsmith": {"cost": "Free (OSS)", "features": "Advanced", "setup": "ปานกลาง"},

}



print(f"\n\nFeature Flag Services:")

for service, info in comparison.items():

    print(f"  [{service}]")

    for k, v in info.items():

        print(f"    {k}: {v}")

เคล็ดลับ

• Kill Switch: ทุกฟีเจอร์สำคัญต้องมี Kill Switch ปิดได้ทันที
• Cleanup: ลบ Flag ที่ใช้เสร็จแล้ว ไม่อย่างนั้นเป็น Technical Debt
• Gradual: ปล่อยฟีเจอร์ทีละ % ดู Metrics ก่อนเพิ่ม
• Directus: ใช้ Directus เป็น Feature Flag Service เมื่อไม่ต้องการฟีเจอร์ซับซ้อน
• Cache: Cache Flags ฝั่ง Client ลด API Calls ตั้ง TTL 1-5 นาที

การนำความรู้ไปประยุกต์ใช้งานจริง

แหล่งเรียนรู้ที่แนะนำ ได้แก่ Official Documentation ที่อัพเดทล่าสุดเสมอ Online Course จาก Coursera Udemy edX ช่อง YouTube คุณภาพทั้งไทยและอังกฤษ และ Community อย่าง Discord Reddit Stack Overflow ที่ช่วยแลกเปลี่ยนประสบการณ์กับนักพัฒนาทั่วโลก

เปรียบเทียบข้อดีและข้อเสีย

ข้อดี	ข้อเสีย
ประสิทธิภาพสูง ทำงานได้เร็วและแม่นยำ ลดเวลาทำงานซ้ำซ้อน	ต้องใช้เวลาเรียนรู้เบื้องต้นพอสมควร มี Learning Curve สูง
มี Community ขนาดใหญ่ มีคนช่วยเหลือและแหล่งเรียนรู้มากมาย	บางฟีเจอร์อาจยังไม่เสถียร หรือมีการเปลี่ยนแปลงบ่อยในเวอร์ชันใหม่
รองรับ Integration กับเครื่องมือและบริการอื่นได้หลากหลาย	ต้นทุนอาจสูงสำหรับ Enterprise License หรือ Cloud Service
เป็น Open Source หรือมีเวอร์ชันฟรีให้เริ่มต้นใช้งาน	ต้องการ Hardware หรือ Infrastructure ที่เพียงพอ

จากตารางเปรียบเทียบจะเห็นว่าข้อดีมีมากกว่าข้อเสียอย่างชัดเจน โดยเฉพาะในแง่ของประสิทธิภาพและความสามารถในการ Scale สำหรับข้อเสียส่วนใหญ่สามารถแก้ไขได้ด้วยการเรียนรู้อย่างเป็นระบบและวางแผนทรัพยากรให้เหมาะสม

สรุป

Directus Headless CMS Feature Flag Toggle REST GraphQL API Canary Release A/B Testing Kill Switch Progressive Rollout Flows Automation Best Practices Lifecycle Cleanup Cache