下面四张卡不是功能清单,是这套系统在出问题时怎么运转的说明。每一条都对应一个可以核对的时间点或数字,如果实际表现和这里写的不一致,欢迎按状态页里的联系方式反馈。
核心播放链路的 12 个接口每 5 分钟探测一次,华东、华南、华北三地各一组探测点。任意两组同时失败即自动判定为故障,30 秒内推送到值班手机与告警群,不靠用户先发现。
P0 全站不可播放,10 分钟内值班工程师接手;P1 单地区或单端异常,30 分钟内响应;P2 局部卡顿、清晰度降级,2 小时内给出结论;P3 字幕收藏等辅助功能,次工作日处理。
固定窗口是每周二 03:00–05:00,提前 24 小时在首页与状态页各挂一次公告。窗口内最多允许一次 20 分钟的服务重启,其余时间用来做数据迁移和证书轮换,多数用户无感。
状态页每 60 秒刷新,列出各节点当前状态和最近 30 天故障记录,含起止时间与影响范围。App 内横幅分三档:黄色预告、橙色处理中、绿色已恢复,点开能看到处理人。
这 23 起故障里,4 起是 P0,11 起是 P1,其余为 P2 和 P3。数字不好看,但我们没有把它藏起来——状态页里每一条都能翻到,包括定级变化的经过。
下面三条不是夸界面、夸画质的,全部来自真实碰到过中断、并且盯着状态页等恢复的用户。我们原样保留了他们的抱怨部分。
「三月一个周六晚上全站黑屏,我在群里骂了一句,18 分钟后收到推送说 P0 已定级、正在回滚。实际恢复用了 47 分钟。说不生气是假的,但至少每一步都能看见,比那种一声不吭消失两小时、事后一句"网络波动"了事的强。」
「P1 那次只有华南节点挂了,我在广州,晚上八点半卡成幻灯片。提交反馈后 26 分钟有人回复说已切到备用线路,让我重启 App。重启后确实好了,就是那晚画质掉到 720P,一直到第二天中午才恢复,这点体验一般。」
「算老用户了。周二凌晨维护撞上过我一次,正在追剧,屏幕上弹橙色横幅写着 05:00 恢复,结果 04:38 就好了。缺点是公告只在 App 和状态页,公众号不发,我这种不怎么看首页的人容易错过——这是我觉得还得改的地方。」
这些问题来自用户反馈里出现最多的几条,答案尽量写具体,不写含糊话。