每 60 秒巡检一次
播放、拉流、鉴权、节目单四条链路各挂一个探针,每 60 秒上报一次结果。任意两条连续失败就自动开工单并叫醒值班人,不靠用户投诉才发现。夜间 00:00 至 08:00 由两人轮值,值班手机不静音。
我们把「挂了怎么办」拆成三个可以被核对的环节:多久发现一次问题、发现问题后多久有人接手、计划内停服提前多久告诉你。这三件事都有固定数字,不随心情变化。
播放、拉流、鉴权、节目单四条链路各挂一个探针,每 60 秒上报一次结果。任意两条连续失败就自动开工单并叫醒值班人,不靠用户投诉才发现。夜间 00:00 至 08:00 由两人轮值,值班手机不静音。
P1 全站播放中断,15 分钟内有人接手,2 小时内给结论;P2 单频道或单地区异常,30 分钟响应;P3 画质掉档但能播,8 小时内修完;P4 界面与文案问题,排进下个版本。分级标准在应用内状态页随时可查。
计划维护固定在每周二 03:00 到 05:00,是全年并发最低的两小时。提前 24 小时在应用内公告,写明影响范围、预计时长和备用线路。维护期间顶部常驻一条横幅显示剩余分钟数,不会只留一个转圈的空白页。
全链路巡检间隔
故障分级标准
P1 响应时限
维护提前公告
以上四项为内部运维值班表的对外口径,统计区间为最近 90 天,每季度复核一次。
下面三条都来自实际踩过故障的用户,重点不是夸好用,而是记录我们处理得快不快、公告写没写清楚。
上个月欧冠决赛,晚上 8 点 12 分开始卡,8 点 20 分状态页更新成 P2,写的是上游单线拥塞。我没重启 App,8 点 41 分画面自己切回来了。真正让我留下来的是那条状态页,它写清楚了卡在哪个环节,而不是一句「正在紧急修复」。
周先生
使用 1 年 4 个月
凌晨 2 点 40 分发现打不开,状态页显示 P2、预计 4 小时。3 点 05 分变成「已定位」,3 点 52 分就恢复了,比我估的快。缺点也说一句:从出事到状态页更新中间有 20 分钟是空的,我是反复刷新才看到的,据说 P2 的公告时限本来就是 30 分钟,卡着点。
陈女士
使用 8 个月
以前最烦的是维护时不知道要等多久,白屏转圈能转到你怀疑人生。现在顶部横幅会写「剩余 47 分钟」这种数字,我心里有数,那两小时就不折腾了。缺点也提一个:画质降级不发通知,1080 掉到 720 得自己点开参数才发现,虽然修得挺快,但没人告诉我。
李先生
使用 2 年
这些问题都来自状态页留言和用户群,按被问到的次数排序。