西瓜影视是一个 4.2 MB 的影视客户端。我们不在首页吹资源量,而是把运维节奏摊开写:每月 1 日 02:00–03:00 例行巡检,P1 故障 15 分钟内必须有人认领,P2 两小时内给出定位结论。这一页说明我们什么时候维护、故障怎么分级、修好用了多久,看完再决定装不装。
状态页示意:顶部是当前可用率,中部是正在处理的工单编号与预计恢复时间,底部是最近 30 天的故障记录。
下面四张卡片对应四个具体动作:每天跑什么、出事怎么分级、什么时候动服务器、你从哪里看到进度。所有数字都来自 2024 年 1 月至 12 月的运维台账,可以拿去跟我们的公告逐条对。
每天 03:10 跑 46 项自动探针,覆盖片源解析、播放鉴权、CDN 回源三类链路;每周日 04:00 再跑 128 个用例的全量回归。同一探针连续失败 2 次会自动开 P3 工单,不等用户报障。
P1 指全站不可播,值班手机 15 分钟内必须有人认领;P2 是单个剧集或单个省份异常,2 小时内给出定位结论;P3 是卡顿与画质问题,24 小时内排期;P4 是体验建议,进下个迭代。
除紧急修复外,所有版本发布和数据库变更都排在每月 1 日和 15 日的 02:00–03:00,单次窗口上限 60 分钟,超时就回滚。近 12 个月共 4 次计划维护,最长 38 分钟,最短 11 分钟。
状态页挂在独立域名和另一家机房上,App 打不开时它照样能访问。上面写当前可用率、正在处理的工单编号和预计恢复时间,每 5 分钟刷新一次,不出现「正在紧急处理中」这种没信息量的句子。
这四个数字统计区间为 2024 年 1 月 1 日至 12 月 31 日,口径写在下方的常见问题里。我们没做任何取整美化,9 分 40 秒就是 9 分 40 秒。
以下三条来自 2024 年 11 月的站内问卷,只做了错别字修正,不满意的部分我们没有删。
「11 月 3 日晚上 8 点全站播不了,我在反馈里提了一句,8 点 12 分状态页就冒出工单号 XG-2411,9 点 40 分恢复。整整等了 100 分钟不算快,但每隔几分钟能看到「已定位到鉴权服务」,比只显示一个转圈的圈强。」
「有部剧的单集一直转圈,我按流程报上去,第 3 小时收到定位结论:源站切片索引错位,属于 P2。速度一般,但结论写清楚了是哪个机房、哪台机器出的问题,不是一句「已修复,请重试」。」
「说个缺点:凌晨维护偶尔会把我正在看的剧集列表刷掉。好在维护前 24 小时 App 内会弹通知,我提前缓存就能接着看。这两年我只碰上过一次 P1,15 分钟里确实有人接了单,没有装死。」
这五条是反馈里被问得最多的,答案都写死了,不会随客服心情变化。