每 15 分钟自动巡检
探针每 15 分钟对取流、鉴权、支付三个接口各发一次真实请求,连续两次失败自动建单并叫醒值班。它不覆盖搜索联想和推荐算法,那两块出问题时通常是你先发现,报上来按 P3 处理。
下面是秋霞网运维流程里最常被问到的三块:谁在看着、出事怎么分级、什么时间动手维护。规则先于产品存在,所以它们不太会随版本变化。
探针每 15 分钟对取流、鉴权、支付三个接口各发一次真实请求,连续两次失败自动建单并叫醒值班。它不覆盖搜索联想和推荐算法,那两块出问题时通常是你先发现,报上来按 P3 处理。
P1 全站不可播:8 分钟内首次回应、2 小时内恢复。P2 单线路异常:30 分钟回应、6 小时恢复。P3 局部功能异常:4 小时内回应。P4 文案与界面问题:排进下个维护窗口。时限从工单创建算起,超时进季度复盘。
常规维护固定在周三 03:00–05:00,单次不超过 2 小时,提前 24 小时在客户端弹一次提醒。紧急安全补丁可以临时停机,但单次不超过 20 分钟,且必须在状态页留一条带时间戳的公告,一个季度最多 3 次。
另外补一句关于公告:状态页挂在独立域名上,主站和播放节点都挂掉的时候它仍然能打开,这是当初把它拆出去的唯一理由。故障期间它的刷新频率从 30 分钟一次提到 5 分钟一次,所有时间戳都由服务器写入,不能事后修改。
统计口径:2024 年 10–12 月,共 37 张工单,其中 P1 两起、P2 五起;P1 中有一起首次回应用了 14 分钟,超出承诺 6 分钟,已计入超时数。该季度计划内维护共 12 次,累计 21.5 小时,不计入可用率。
下面三条来自工单回访,没有经过改写,缺点原样保留。我们更希望你看完之后的判断是「知道它会在哪里掉链子」,而不是「它很完美」。
「三月那次全站播不动,我在群里骂了一句。12 分钟后状态页出现 P1 通告,41 分钟恢复,比我预期快。但要扣分的是通告只写了一行『上游存储抖动』,到现在也没给详细复盘,我到现在也不知道到底是谁家的问题。」
「早期版本周三凌晨维护从来不提前说,第二天打开才发现要等。现在改成提前 24 小时弹窗提醒,这个改进我认。不过弹窗第一次出现的时候我没找到『本季度不再提示』的选项,只好每周手动关一次,算是小毛病。」
「我碰到的是 P2,只有一条线路断,字幕加载不出来。提交工单后 2 小时收到回复说在排队,当晚 22 点多修好,比承诺的 6 小时还早。慢是真的慢,但工单里是一条条回复的,不是机器人复制粘贴,这点我给了好评。」
这些都是真实工单里问得最多的,按提问频率排序。