不讲界面好不好看,只讲出事之后会发生什么。下面四条是我们目前真实在跑的规则,每一条都能在状态页或工单里被核对。
12 个探测点覆盖播放、登录、支付和片库索引,每 5 分钟跑一轮,链路超时 300 毫秒即判定异常并自动建单。上个月触发 7 次建单,其中 4 次在用户感知之前就已经恢复。
P1 全站不可用,15 分钟内响应;P2 单功能中断,1 小时;P3 局部异常,4 小时;P4 体验问题,次工作日处理。响应不等于修复,P1 历史修复中位数是 42 分钟。
全量维护固定在每周三 03:00 到 04:30,单次不超过 90 分钟,一个月最多调整一次,调整需提前 48 小时公告。紧急热修不走这个窗口,会单独发一条说明。
所有 P1、P2 故障在开单后 3 分钟内生成状态公告,写明影响范围和当前进度;P3、P4 只记录不推送。公告支持邮件和浏览器通知订阅,不需要登录账号。
统计区间:2024.01 – 2025.06
巡检间隔
P1 响应上限
故障分级
近一年可用率
99.3% 意味着一年里大约有 61 小时是不可用的,其中 47 小时是我们自己安排的维护窗口,剩下 14 小时是计划外的故障。这个数字不算漂亮,我们也不打算把它调成 99.9%——那需要每周多一次维护,反而更打扰你。
下面三条都是原话转述,包括他们不满意的地方。我们没有删掉抱怨的部分,因为那部分才是你想知道的。
去年 11 月 12 日 21:00 片库索引挂了,点开全是空白。21:06 状态页开出 P1 公告,21:19 收到恢复推送。从挂到好一共 19 分钟,比承诺的 15 分钟响应是慢了一点,但他们把「响应」和「修复」分得很清楚,公告里每一步都写了在修什么。
周三 03:00 的维护窗口我撞上过两次。App 会弹一个 90 分钟的倒计时浮层,不能在线播,但本地下载好的 12 部片子照常看。有一次公告写 04:30 结束,实际 04:12 就恢复了,比公告提前了 18 分钟,这点挺意外。
P3 那种小毛病我提过 3 次,比如字幕轨错位、续播进度丢了。前两次都在 4 小时窗口内回了工单,第三次是周五晚上提的,周一上午才修好——周末确实不快。但工单里能看见是谁在处理,不会石沉大海。
这些问题都来自真实工单,答案不做美化。