杏吧网址状态面板与事件时间线示意
最近一次 P0:XB-0817 · 22:31 已恢复 状态页 24 小时可访问
运维承诺公开版 · 2024 年第三版

挂了多久能修好, 规则先写清楚

杏吧网址是一个影视聚合入口,但它更想先回答一个问题:出问题的时候怎么办。我们把巡检间隔、故障分级、响应时限和维护窗口全部公开成固定规则——每 30 分钟自动巡检一次,故障分 P0 到 P3 四级,P0 在 5 分钟内响应、60 分钟内给出恢复方案。下面这些数字不是宣传语,是值班表上真在跑的东西。

  • 每 30 分钟巡检
  • P0 5 分钟响应
  • 公告保留 90 天
运维规则

四条写死的规则,改一次要发公告

这四条不是产品亮点,是我们每天真正在执行的操作规范。它们的共同点是:都有具体的时间和次数,可以被外部核对。任何一条要调整,都必须先在状态页公告至少 7 天,再改文案。

每 30 分钟自动巡检

12 个入口节点按 30 分钟一轮探测,连续 2 次失败才生成事件单,避免单次网络抖动误报。02:00–06:00 降到 60 分钟一轮,因为这个时段只有 1 名值班工程师在线,巡检跑再快也没人手处理。

故障分四级响应

P0 全站不可用,5 分钟内响应、60 分钟内给恢复方案;P1 主入口不可用,15 分钟响应;P2 部分线路异常,60 分钟内确认;P3 单线偶发卡顿,4 小时内处理。等级只许上调,不许事后下调。

周二凌晨固定维护

例行维护固定在每周二 02:00–04:00,提前 24 小时在状态页挂公告。单次维护上限 120 分钟,超过就在窗口中途补发一次进度说明。临时维护一个月不超过 2 次,且必须满足影响面或安全补丁两条之一。

事件编号可查 90 天

每个故障都有编号,例如 XB-0817,带开始时间、每次更新的时间戳和收尾原因,公开保留 90 天。90 天后只归档成月度摘要——这是目前的限制,完整时间线暂时做不到无限期留存。

补充一句实话: 我们不是 7×24 满编团队。00:00 到 08:00 之间只有 1 名值班工程师,这也是夜班巡检频率降到 60 分钟的直接原因。深夜出现的 P2、P3 故障,可能要等到早上 08:30 交接班才会被真正处理完。这个限制我们写在明面上,不打算用「全天候」三个字盖过去。

30 分钟
巡检间隔
5 分钟
P0 响应上限
99.3%
近 90 天可用率
4 级
故障分级

可用率按入口节点分钟数统计,不含计划内维护窗口(周二 02:00–04:00)。近 90 天共发生 P0 事件 2 次、P1 事件 5 次、P2 事件 14 次、P3 事件 31 次,全部可在状态页按编号检索。

真实反馈

真遇到过故障的人,怎么评价处理速度

下面三条评价都来自实际提过事件单的用户,评价内容和时间点可以在状态页编号里对上。我们保留了批评的部分,没有做删改。

7 月 17 日晚上 21:40 全站打不开,我在状态页看到 XB-0817 事件单,21:46 挂出第一版说明,22:31 恢复。整个过程没人踢皮球,公告里直接写了是回源线路切换失败。唯一想吐槽的是恢复后第 10 分钟又抖了一次,虽然很快稳住了。
陈默
已使用 14 个月
P2 级别的线路问题我碰到过一次,提交后 52 分钟收到回复,比公告里写的 60 分钟快一点。但慢的时候也有:去年 12 月那次单条线路卡顿,从发现到修好用了 3 小时 40 分,几乎贴着 P3 的 4 小时上限,体验就一般了。
阿岚
已使用 8 个月
我自己做运维,最看重的是时间线。周二维护窗口几乎每次都 02:00 准时开始,只有一次因为数据库迁移拖到 04:35,多出来的 35 分钟他们在公告里逐条写了卡在哪一步、几点几分在做什么。这种记录方式让我愿意继续用。
老周
已使用 22 个月
常见问题

规则没覆盖到的边角,都在这里

下面五个问题都是用户实际问过的、前面正文没有交代清楚的部分。答案同样给到具体数字和限制。

先看规则,再决定要不要用

我们不承诺永不出故障,只承诺故障发生时,你能在 5 分钟内看到第一行说明、在 90 天内查到每一次事件的完整时间线。巡检每 30 分钟一轮,维护固定在周二凌晨,P0 到 P3 四级响应时限写死在值班表里。这些规则今天生效,以后要改,会提前 7 天公告。