Runbook
多久能看到问题、谁在什么时间点接手、修好之前用户被怎么告知。这三个变量我们在 2023 年全部写成了固定规则,不再临场发挥——因为临场发挥的那几次,都拖到了第二天。
巡检机器人每 6 小时跑一轮,覆盖播放、登录、支付、字幕加载 4 条主链路,共 21 个探针。同一探针连续 2 次失败就自动开单,不用等用户来报障。每天 06:00 生成一份巡检日报,异常会写进当天的状态页。
P1 全站打不开:15 分钟内响应,2 小时内给出恢复方案;P2 部分功能失效:2 小时响应,当日修复;P3 体验瑕疵:进每周三的例行发布。分级标准公开挂在状态页顶部,你自己就能判断该不该催。
例行维护固定在每周二 03:00–04:30,提前 24 小时在 App 内和状态页公告。维护期间首页顶部是一条黄色横幅,写明本次维护动的模块和预计恢复时间;超时会当场改写时间,不会只给你一个转不完的圈。
近 12 个月运行账本(截至上月末)
6 小时
自动巡检间隔
3 级
故障分级标准
15 分钟
P1 响应上限
47 分钟
近一年平均修复
四组数字都能在状态页的历史记录里逐条核对。上一季度我们没做到 15 分钟响应承诺的有 3 次,全部写进了事后说明,原因分别是值班人手机静音、CDN 控制台登录失败、以及一次我们自己把告警规则改错了。
Real Reports
下面三条来自真实提交过工单的用户。他们没夸我们界面多好看,只说那天晚上发生了什么、多久好的、以及哪里还是不行。
去年 11 月 3 日晚上九点多,所有片子卡在 30% 加载。我刷状态页,看到他们 21 分钟后就标了「已定位,CDN 回源异常」,22:40 恢复,前后一个多小时。第二天收到补偿提示,多给了 15 天会员。缺点是那天晚上没有电话能打,只能自己一遍遍刷页面。
张启明
使用 1 年 2 个月
我碰到过一次验证码一直收不到,按他们的分级表应该是 P2。App 里弹了个小窗,写「验证码服务维护中,预计 40 分钟」,还带倒计时。实际 36 分钟好了,比我预期快。不过倒计时结束前我刷新了三次都没变化,最后是重开 App 才连上的,这块确实糙。
林小雨
使用 8 个月
我看得比较细。每周二凌晨三点的维护,两年多只延后过两次,都在状态页提前挂了公告。有一次超时四十分钟,他们四点半就把预计恢复时间从 4:30 改成 5:10,还标了修改时间。这个细节让我觉得靠谱。缺点是 P3 真会拖,我报的字幕错位等了两周才修。
陈冠宇
使用 2 年 3 个月
FAQ
上面讲的是规则,下面讲规则背后的例外。这些是工单里被问得最多的五个问题。
下载后你会看到一个 21MB 的安装包,支持 Android 8.0 及以上、iOS 14 及以上。装上去用一段时间,如果哪天真碰上了故障,回来对照这一页看看时间线——修得慢了,欢迎在状态页底下直接骂,那是我们唯一会立刻看的评论区。
立即下载Android 8.0+ / iOS 14+ · 安装包 21MB · 无需注册即可试看