四件跟「挂了」直接相关的事
我们不承诺「永不宕机」,那是假话。能承诺的是可查证的节奏:多久巡一次、故障分几级、维护排在什么时间、出了事你在哪里第一时间看到通知。
巡检节奏
每 15 分钟自动巡检一轮,覆盖播放、登录、支付、评论四条链路,一天 96 轮。每天 03:00 再补一次全量拨测,走 12 个省市出口节点。异常自动开工单,值班人 60 秒内收短信。
故障分级
故障分四级:P1 全站打不开,10 分钟响应、2 小时恢复;P2 单模块不可用,30 分钟响应、6 小时恢复;P3 部分机型异常,4 小时响应;P4 建议类,48 小时答复。
维护窗口
例行维护固定在每周二 04:00–05:00,单次不超过 60 分钟,一个月最多两次。大版本升级提前 48 小时在 App 内横幅和状态页公告,给出预计结束时间;若延期,每 30 分钟更新一次进度。
状态公告
维护和故障都进状态页,用正常、降级、维护、中断四种状态标注。App 首页顶部同步挂横幅,写明开始时间、影响范围和预计恢复时间。恢复后记录保留 7 天,可按月份回查。
四个数字,按月更新
下面四项取自运维后台,按自然月结算,最近一次更新是 2024 年 10 月 1 日。可用率统计口径为播放、登录两条主链路的分钟级探活成功率,不含用户本地网络问题导致的中断。
真碰上故障的人,只评价处理速度
以下三条来自 2024 年 8 月至 9 月的用户回访记录,只围绕故障发生时的响应与恢复,不涉及界面与内容。好的地方写,不好的地方也照原话保留。
上个月 12 号晚上九点多,播放页一直转圈。我打开状态页,已经标成 P2,写着 21:14 开始、影响播放、预计 21:45 恢复。最后 21:38 就好了,前后 24 分钟。中间 App 弹了两次横幅,第二次把预计时间改成了 21:45,比预告还早。
周二凌晨的例行维护我碰到过三次,都在 04:00 开始,最长的一次到 04:52。维护时打开不是白屏,是一个写着结束时间的页面,还能点「订阅恢复提醒」。缺点也有:维护期间已下好的离线缓存偶尔要重新校验一遍,20 多集要等两分钟。
P1 我只遇到过一次,跨年那晚全站打不开,10 分钟后收到推送说明原因,1 小时 40 分恢复。要说不足,P3 那类只影响部分机型的问题就慢多了。我报的投屏到电视会卡住,按 P3 走的 4 小时响应,但真正排期修好等了三天。
还有五个问题上面没交代完
下面是用户问得最多、但页面正文里没写全的五件事,答案都是运维侧的实际做法,不含模糊表述。