每 5 分钟巡检一次
全站 8 个核心节点(首页、搜索、详情、播放、下载、账号、支付、评论)由探针每 5 分钟请求一次,单次超过 8 秒计为异常。连续 2 个周期异常就自动开工单,同时打值班手机。夜间没有免打扰,凌晨 3 点照样响。
响应机制
很多同类产品把「7×24 小时运维」当口号写在海报上,具体到几分钟巡检、几级故障、谁来拍板,一个字都没有。我们把四个环节拆开,每一项都能对上一个具体数字,你能拿着它去核对。
全站 8 个核心节点(首页、搜索、详情、播放、下载、账号、支付、评论)由探针每 5 分钟请求一次,单次超过 8 秒计为异常。连续 2 个周期异常就自动开工单,同时打值班手机。夜间没有免打扰,凌晨 3 点照样响。
P0 全站不可用,15 分钟内响应、2 小时内恢复或降级;P1 核心功能受损,30 分钟响应、6 小时内恢复;P2 单模块异常,4 小时内响应,排进最近的维护窗口;P3 属于体验问题,两周一次的迭代里消化。
常规维护固定在每周四 03:00–04:00,单次不超过 60 分钟,全年累计不超过 12 次。紧急维护不占这个窗口,但必须值班负责人和产品同时确认才放行,事后补记到状态页,你能看见是谁拍的板。
App 首页横幅、独立状态页、只发故障消息的频道,三处同一个数据源。每次事件记录开始时间、当前等级、影响范围和下次更新时间,每 30 分钟至少刷新一次,恢复后记录保留 7 天,供你自己翻查。
下面四个数字取自过去 14 个月的值班记录,统计口径以状态页的时间戳为准。我们没有把失败的时间藏起来,可播率是算上所有故障窗口之后的结果。
5分钟
全站巡检间隔
15分钟
P0 响应上限
99.2%
90 天可播率
60分钟
单次维护上限
用户评价
下面三条来自使用时长超过 9 个月的用户,我们自己挑的,没有筛掉难听的部分。他们说的每一条,都能在状态页的历史记录里找到对应事件。
上个月 21 号晚上首页白屏,我 22:40 提交反馈,23:05 收到回复说已定级 P0。真正恢复是 23:52,中间状态页更新了 3 次,每次都说清楚还差哪个节点。慢是真慢,但至少知道在修,不是石沉大海。
王启明
已使用 14 个月
周四凌晨维护基本固定,我上夜班连着撞上三次,04:10 前后都能刷回来,误差没超过 20 分钟。不太满意的是维护前一小时才推横幅,有时候没看到就点进去转圈,希望能提前一天提醒。
李珊
已使用 9 个月
去年有一次搜索崩了整整一下午,被定成 P1 不是 P0,理由是播放和下载还能用。我不太认同这个分级,但事后他们在状态页把判定依据和拍板的人写了出来,也算给了我一个说法。
陈昊
已使用 22 个月
常见问题
以下五个问题来自真实反馈,是我们被问得最多的,也是最容易被含糊过去的。
看影响面,不看情绪。首页、播放、下载三个节点任意一个全量不可用就是 P0;只有搜索、评论、账号这类附属模块挂了是 P1。定级由当班负责人一个人拍,不需要开会,定完 5 分钟内在状态页写下来。不能出现「先修着,等级待定」这种状态。
首页顶部一条灰色横幅,写着本次窗口的起止时间和受影响模块,右下角有倒计时。受影响的模块点进去是「维护中」占位页,不会白屏、不会转圈转到你以为卡死。没被维护波及的功能照常能用,比如维护详情页时列表和搜索不受影响。
2 小时指的是「恢复或降级方案」上线,不是把根因彻底修好。降级通常是把故障节点摘掉、切到备用线路,用户能用了就算达成。如果 2 小时没做到,值班负责人必须每 30 分钟更新一次原因和预计时间,这类超时事件每月都会单独复盘一次。
信状态页,并且是信它最后一条时间戳。两处同源,但 App 横幅有缓存,断网重连后可能延迟 1–2 分钟。如果状态页超过 30 分钟没更新,说明状态页本身也出了问题,这时以值班频道的手动消息为准,事后会补记时间线。
不允许静默维护。紧急维护可以不等 30 分钟预告,但要两人确认,且必须在 15 分钟内补发公告,否则算违规。所有维护记录保留 7 天,你可以在状态页翻到每一次窗口的开始时间、持续分钟数和操作人,对不上的直接提反馈。
现在开始
安装包 68 MB,支持 Android 8.0 及以上;iOS 走测试通道,名额每周三补一批。装完第一次打开会弹状态页入口,建议固定在桌面。我们做得不够好的地方也说清楚:内容审核平均有 3–6 小时延迟,晚间高峰更久——这部分不在故障响应范围内,别拿它当故障来报案。
安装包已通过签名校验 · 不收集通讯录与短信权限