自动巡检节奏
全国 32 个探测节点,每 5 分钟对播放、搜索、登录、评论四条主链路各发一次心跳。连续 3 次失败(约 15 分钟)自动升级为事件并叫醒值班工程师,全程不需要人盯着屏幕。
没有"极致体验"之类的形容词,只有能拿秒表核对的时间点和能被第三方验证的探测记录。下面三条,是我们从 2022 年到现在一直没改过的值班流程。
全国 32 个探测节点,每 5 分钟对播放、搜索、登录、评论四条主链路各发一次心跳。连续 3 次失败(约 15 分钟)自动升级为事件并叫醒值班工程师,全程不需要人盯着屏幕。
P1 全站不可播放,15 分钟响应、4 小时修复;P2 单省或单端异常,1 小时响应;P3 评论收藏等边缘功能,8 小时响应;P4 体验建议不承诺时限,统一进双周迭代。
维护固定在每周三 02:00–04:00,提前 24 小时在状态页和 App 内公告。窗口期内你看到的是带倒计时和预计恢复时间的维护页,而不是一直转圈的白屏。
以下四个数字来自内部值班系统,与状态页公示口径一致。我们没有把"计划维护"从可用性里剔除,所以在维护时段打开 App 的用户,确实会被算作一次不可用。
自动巡检间隔
P1 响应时限
P1 修复目标
近一年可用性
我们从状态页订阅用户里回访了 40 位在事故期间在线的人。下面三条是原话整理,好的坏的都留着,包括不满意的地方。
"上个月 21 号晚上九点多播放页直接打不开。我在状态页看到 21:14 标为 P1,21:26 更新成'已定位,正在回滚',22:03 恢复。全程没让我找客服,唯一想吐槽的是恢复后的推送晚到了大概十分钟。"
陈默
用了 2 年 8 个月 · 上海
"不太满意的是维护固定放在每周三凌晨 02:00–04:00,我经常那个点追剧。但公告确实提前一天写了影响范围,有一次 01:23 就提前结束了,比预估早了 37 分钟,这点还挺意外的。"
李婷
用了 1 年 3 个月 · 成都
"P3 那种小问题是真的慢。我反馈的弹幕延迟超过 8 小时的响应窗口,第二天下午才有人回。但 P1 确实快,今年春节那次,从我提交到状态页出现更新只用了 12 分钟,这条我认。"
王振宇
用了 3 年 4 个月 · 西安
下面五个问题,是状态页订阅用户问得最多的。如果你还想知道别的,可以在 App 的「帮助与反馈」里提 P4 工单,我们会在双周迭代里统一回复。