三件决定你出问题那天体验的事
很多人下载客户端前只看内容多不多。我们反着来:先把什么时候会挂、挂了谁管、管得多快讲清楚。下面这三条,是你在故障当天真正能拿到的东西。
每天四轮巡检
每天 0、6、12、18 点各跑一次全量健康检查,覆盖播放源、登录鉴权与支付回调共 27 个探针。任一探针连续两次失败会自动开单,值班工程师手机直接响铃,不必等你来报。
四级故障响应
故障分 P1 到 P4 四级:P1 全站不可用,30 分钟内响应、4 小时内恢复;P2 核心功能受损,2 小时响应;P3 局部异常,次工作日处理;P4 体验建议进版本池排队。
固定维护窗口
常规维护固定在每周三 02:00–04:00,涉及数据库迁移会拆成两次各 45 分钟。窗口提前 48 小时挂在公告区,临时维护也留 2 小时预告,不会挑晚上黄金时段动手。
四个可以直接对账的数字
这些数字来自过去 6 个月的状态记录,不是目标值也不是宣传口径。每一次 P1 的起止时间在状态页都能查到原始记录。
6 小时
一次全量巡检
30 分钟
P1 响应上限
4 小时
P1 恢复目标
48 小时
维护提前公告
真碰上故障的人怎么说
下面三条都来自实际经历过故障的用户,他们评的是处理速度和信息透明度,不是界面好不好看。有夸的也有吐槽的,都保留了。
去年 11 月 3 号晚上九点多,客户端一直卡在登录转圈。我 21:07 在群里提的,21:34 收到工单号,22:50 恢复。不是最快的,但每一步都有回音,卡在哪一环也写清楚了,这点比之前用的那家强不少。
陈
陈默
已使用 14 个月
P3 那种小毛病他们确实慢。我反馈过某个片源字幕不同步,等了三个工作日才修,这点我不满意。但反过来讲,P1 那次确实没超过半小时响应,我特意掐了表,30 分钟整就收到人工回复了。
林
林小雨
已使用 7 个月
我是从旧域名一路跟过来的,两年了。维护窗口现在提前两天公告,比早些年突然停服强太多。缺点是公告只发在站内和 TG 频道,不订阅就真不知道,我有次出差错过维护,回来还以为是客户端坏了。
周
老周
已使用 2 年
几个页面上面没讲完的问题
这些问题大多来自用户实际追问,答案在这里补全,尤其是计时的口径和你自己能看到什么。
不会白屏,也不会一直转圈。窗口期内客户端直接进入维护模式页面,写清本次开始时间、预计结束时间、当前进行到哪一步(备份、迁移、灰度验证三步),并附一个只读状态链接。播放按钮置灰但有说明文字,登录仍然可用,观看记录和下载队列都不会丢。如果维护提前结束,页面会在 30 秒内自动刷新回正常状态,不需要你重装。
从系统探针判定失败那一刻算,不是从你提交反馈开始算。27 个探针里有 3 个以上同时失败,工单会自动升级为 P1 并开始计时,值班工程师的手机和电脑同时响铃。你手动报障会并入同一张工单,不会重复开单。探针误判一个月大约出现一两次,这种我们会在工单里注明误报,也照常回复,只是不计入响应时长。
因为我们统计了过去 12 个月的小时级在线曲线,02:00 到 04:00 是全天并发最低的时段,平均只有峰值的 6% 左右。周日凌晨看起来更低,但值班排班在周一,真出问题调度会慢半天,所以最终定在周三。如果你所在时区这个点正好是白天,可以在设置里把提醒改成窗口开始前 1 小时再推一次。
目前是三个:客户端内的公告条、官网的状态只读页、以及一个 Telegram 频道。邮件通知还在做,暂时没有,这是明确的短板。如果你只偶尔用网页版又不看 TG,确实可能错过维护预告,我们建议至少订阅其中两个渠道。这一条我们不打算粉饰,它现在就是个缺口。
超过 4 小时,状态页每 30 分钟追加一条进展说明,写清卡在哪一环,比如第三方 CDN 回源异常或数据库主从切换,而不是只写处理中。过去 6 个月 P1 一共触发 4 次,3 次在 4 小时内恢复,1 次因为上游 CDN 故障拖到 6 小时 20 分,那次我们在状态页全程直播了处理过程。SLA 是目标不是承诺,我们不会用它来搪塞。