每日三次巡检
每天 09:00、15:00、21:00 各跑一次全链路自动巡检,覆盖播放解析、搜索接口、图片 CDN 共 47 个探针点。 单个探针连续 2 次失败就自动开工单,值班工程师 5 分钟内认领,先于用户报障发现大部分问题。
Status & SLA
很多人对「运维」的印象是出事了才有人动。实际上真正决定你等待时长的,是平时那些看不见的节奏: 多久探一次、坏到什么程度算哪一级、什么时候允许动手、你从哪个页面能看到进度。 下面这四条是我们现在实际在跑的规则,不是宣传语,你可以在状态页上逐条核对。
每天 09:00、15:00、21:00 各跑一次全链路自动巡检,覆盖播放解析、搜索接口、图片 CDN 共 47 个探针点。 单个探针连续 2 次失败就自动开工单,值班工程师 5 分钟内认领,先于用户报障发现大部分问题。
分 P0 到 P3 四级。P0 全站打不开,10 分钟内响应;P1 播放失败率超 15%,30 分钟内响应; P2 单个分类页异常,4 小时内处理;P3 封面错位这类不影响观看的,进下一个维护窗口统一修。
例行维护固定在每周三 03:00–05:00,提前 24 小时在状态页和首页挂公告。月度大版本放在每月第二个周三,最长 4 小时。 临时热修不占窗口,近半年平均 8 分钟做完一次,多数用户感知不到。
状态页每 60 秒刷新一次可用性数据,保留最近 30 天记录。维护期间首页顶部固定条显示当前阶段和预计恢复时间; 修完后在原公告下追加结果,不删旧帖,事后能对着时间线复盘到底慢在哪一步。
3次
每日自动巡检
8分钟
P0 首次响应
47分钟
P0 平均修复
30天
状态记录留存
以上数字取自最近 90 天的工单统计,而不是历史最好成绩。P0 的 47 分钟里包含定位、回滚和两次人工验证, 最慢的一次用了 2 小时 11 分——那次是对象存储整体故障,我们没法自己修,只能等上游。情况会变化,所以我们每月初更新一次这组数字。
Real Feedback
下面三条评价来自实际踩过坑的用户。抱怨的部分我们没删,因为你自己去用的时候也会遇到同样的问题。
3 月 21 号晚上九点多,播放页全部返回 502,我以为又要等一宿。状态页 7 分钟后挂出 P1 公告, 23:41 恢复,前后不到一小时。唯一想吐槽的是公告只写了「解析服务异常」,没说是哪个节点出的事, 我最后还是去群里问了才明白。
老周
使用 1 年 8 个月
周三凌晨维护我正好在线,顶部弹了个倒计时条,写着还剩 1 小时 40 分。第二天 05:12 才恢复, 比公告多了 12 分钟,不过状态页追加了一句「数据回滚耗时超出预估」,这点我觉得挺实诚, 比悄无声息地拖过去强。
阿 May
使用 10 个月
P2 是真慢。我收藏夹里一个分类页打不开,从我反馈到修好走了 4 小时 20 分。P0 就完全是另一回事, 上次全站白屏,从我发现到能正常加载用了 26 分钟。分级的代价就是小问题得排队, 这个逻辑我理解,但急的时候还是有点难受。
Kevin
使用 2 年 3 个月
FAQ
这些是上线以来被问得最多的,答案里有几条是我们目前确实做不好的地方,先写在前面。
先看状态页,它部署在另一个域名下,每 60 秒刷新一次。状态页显示一切正常,就切手机流量再开一次; 两次都进不去,多半是你本地 DNS 或运营商的问题。反过来,如果状态页自己也打不开,基本就是 P0, 直接等公告就行,反复刷新对你没有任何帮助。
窗口内每超 30 分钟,状态页会追加一条进度说明,并给出一个新的预计时间。 超过窗口 2 小时仍未恢复,会自动升级为 P0 并全员到岗。过去半年一共发生过 2 次超时, 最长的一次延后了 74 分钟,原因是索引重建失败需要整体回滚。
会。状态页和主站不在同一个机房,但去年 11 月也出现过一次连续不可用,持续 19 分钟。 备用方案是社群公告频道,我们会同步一条纯文字消息。这是目前这套机制最明显的短板, 短时间内还没法彻底解决,所以你没有看到我们把它包装成「永不宕机」。
值班只有 2 名工程师,P0 和 P1 会优先占满人力。P2 承诺 4 小时内处理,P3 一律进每周三的维护窗口统一修。 如果你遇到的是某个分类打不开、封面加载不出来这类问题,大概率会在周三凌晨那次一起被解决, 而不是当晚就有回应。分级的代价就在这里,我们选择把它写在明面上。
状态页的公告会在修复后追加「已恢复」时间和原因,不删除旧帖;首页顶部固定条在恢复后会再保留 30 分钟才消失。 目前没有短信或推送通知,需要你自己回来看。这一点我们暂时不打算改,因为不想为了通知而制造更多打扰。
把状态页加进书签,比在群里刷「是不是又崩了」快得多。3 次巡检、4 级分级、每周固定窗口—— 这套机制并不会让故障消失,但能让每一次故障都有明确的时间表:什么时候被发现的、属于哪一级、 谁在修、大概几点能好、最后修成了什么样。进来看一眼,你就知道这次要等多久。
开始使用无需注册即可查看实时状态 · 公告保留 30 天可回溯