处理机制
不讲「极致流畅」。这一节只写巡检什么时候做、故障分几级、维护在哪一个小时、你在出问题时能看到什么。
每天 06:00 与 18:00,值班工程师对 12 条播放线路、8 个内容源做全量巡检,单次耗时 12 分钟。结果 10 分钟内写进状态页,含起播耗时与掉帧数,异常自动开工单。
P0 全站打不开,5 分钟响应、30 分钟恢复;P1 单线路或单清晰度不可用,15 分钟响应、2 小时恢复;P2 内容源缺失或字幕错位,2 小时响应、24 小时修复;P3 建议类,3 个工作日答复。
固定窗口是每周二 03:00–04:00,只在这个时段发版本,因为该时段并发约为全天的 1.8%。超过 30 分钟的维护提前 48 小时公告,并写明影响档位,例如只影响 4K、不影响 720P。
状态页每 60 秒刷新,列出 12 条线路的实时健康度。故障时 App 顶部出现横幅,写明等级、影响范围和预计恢复时间;恢复后横幅保留 2 小时并附一句原因,不写「系统繁忙」。
用户反馈
下面三条都不是夸界面好不好看,只讲处理速度,也包括不满意的地方。
「上个月周二维护,我 03:05 打开 App,看到的是顶部横幅和「预计 04:00 恢复」的倒计时,不是白屏也不是无限转圈。04:02 恢复,比写的时间晚 2 分钟,但横幅上的时间同步改了,不用一直手动刷新。」
「清明那晚 8 点多整片黑屏,状态页标的是 P0。大约 6 分钟收到推送说在排查,23 分钟后恢复播放。速度我认,但那次只补偿了 1 天会员,我觉得按停机时长来补更合理,这点不太满意。」
「P2 的问题处理确实慢。有部剧字幕错位,我 3 月 11 日提的,到 3 月 13 日才修好,中间只在工单里回了一句「已转内容组」。核心播放故障快,这种边角问题要等两天,用之前得想清楚。」
常见问题
这五条都是用户在实际遇到故障之后才问出来的问题。
不能,固定为每周二 03:00–04:00。选这个时段的原因是并发量约为全天最低点的 1.8%,影响面最小。遇到紧急安全修复才会走热更新,那种情况不占用窗口,但会在状态页单独记一条。
30 分钟指的是从响应到切到备用线路的时间,不包含上游内容源本身挂掉的情况。过去 90 天共 47 次 P0,其中 3 次超过 30 分钟,最长一次 71 分钟,原因和处置过程都写在状态页存档里,可以逐条查。
单次维护导致不可用的时长超过 30 分钟才补偿,按实际停机分钟数顺延,不足 30 分钟不补。补偿自动到账,不需要提交工单。要注意的是只做时长顺延,不支持现金退款,这个限制从上线到现在没有变过。
三条渠道:App 顶部横幅、状态页(每 60 秒刷新一次)、等级 ≥P1 时的推送通知。推送默认开启,可以在设置里关掉,但关掉之后恢复通知也一并收不到,只能自己刷状态页,这点要先知道。
第一,不承诺 100% 可用,过去 90 天实际可用率是 99.2%,缺口基本都在每周二窗口里。第二,P3 类建议只承诺 3 个工作日答复,不承诺一定改。第三,海外线路只有 3 条,故障恢复通常比国内慢约一倍,出门在外要留意。