巡检节奏
全国 32 个探针每 15 分钟轮询播放、登录、支付三条主链路,任意两个节点同时失败即自动生成工单并推送到值班手机。凌晨 02:00 至 06:00 降为每 30 分钟一轮,靠的仍是探针而不是人盯屏。
示意图:状态页每分钟刷新一次,故障期间固定写三行——影响范围、当前等级、下次更新时间。
下面四项是蜜桃传媒在故障处理上真正区别于同类产品的地方:巡检有固定间隔、故障有明确分级、维护有固定窗口、公告有不删改的格式。每一条都能在状态页上对着时间戳核对。
全国 32 个探针每 15 分钟轮询播放、登录、支付三条主链路,任意两个节点同时失败即自动生成工单并推送到值班手机。凌晨 02:00 至 06:00 降为每 30 分钟一轮,靠的仍是探针而不是人盯屏。
故障分四级:P0 是全员无法播放,P1 是单省无法播放,P2 是清晰度回退或剧集缺失,P3 是文案封面错误。P0 十五分钟拉群、三十分钟首次响应,P1 时长翻倍,P2 与 P3 走次日工单。
固定维护放在每周二 02:00 至 04:00,改库、扩容、证书轮换都在窗口内完成,单次不超过 120 分钟。窗口外只允许可回滚的热更新,回滚时限 10 分钟;临时维护提前 48 小时公告。
状态页按分钟更新,每次故障固定写三行:影响范围、当前等级、下次更新时间。公告发出后不删不改,修好后保留 7 天复盘,包括误判、超时和下次怎么避免。
以上为过去 30 天实测值,不是承诺值。每月 1 日在状态页公布上月明细:P0 次数、平均响应分钟数、超时次数。
下面的三位都在使用期内经历过至少一次故障。我们没删差评,也没把「修得慢」改成「持续优化中」。
周五晚八点新集上线,全站卡在加载页。我在状态页看到 20:14 标了 P0、20:41 出现第一条进展、21:52 恢复播放。慢是慢了点,但每一步都有时间戳。之前用的那个 App 连公告都不发,只能靠反复刷新猜。
我按 P2 报了一集字幕缺失,本来没指望有人回。第二天上午十点收到工单,说那批转码用的模板出了问题,已经重跑,还顺手把另外 4 集一起补了。我也踩过一次 P1,我们省加载慢,41 分钟修好,比状态页写的 60 分钟还早。
我是做运维的,看这类东西比较挑。他们公告写 02:00 到 04:00,实际 03:20 就恢复了,剩下时间状态页写着「回归验证中,可正常使用」。也有翻车的时候:一次热更新回滚用了 27 分钟,超过自己定的 10 分钟,复盘里认了,没找借口。
这五个问题来自工单里出现频率最高的追问,答案都对应具体数字,没有「尽快」「视情况而定」这种说法。