运维机制
四件事,决定你多久能用回来
巡检、分级、窗口、公告——这套流程不是写在文档里给人看的,它直接决定你打开客户端时看到的是入口列表还是维护页。 下面四条各自对应一个可以核对的数字。
15 分钟一轮巡检
系统每 15 分钟对全部入口、镜像和资源节点跑一次全量探测,一轮共 42 个探测点,覆盖三条运营商线路。 任一节点连续 2 次失败,即自动从推荐列表摘除并写入状态页。因此你看到的入口列表,与真实可用状态最长偏差不超过 30 分钟。
故障分四级响应
P0 全站不可访问,10 分钟响应、2 小时恢复;P1 主入口失效但有备用,30 分钟响应、6 小时恢复; P2 单条线路或图片异常,2 小时响应、24 小时修复;P3 文案样式类问题,48 小时内处理。 夜间值班只保 P0 与 P1,这条限制我们不做美化。
周三维护窗口
例行维护固定在每周三 02:00–04:00(UTC+8),单次最长 120 分钟,提前 24 小时在状态页公示影响范围。 近 12 次窗口里有 9 次在 40 分钟内结束,剩下 3 次超时,最长一次超出 22 分钟,复盘记录都还能查到。
公告留痕 90 天
每一起故障生成独立编号(形如 FB-20260312-01),包含发现、定位、修复、复盘四个时间戳,公开保留 90 天,不登录也能查。 客户端横幅会同步显示当前级别与预计剩余时间,刷新存在 1–3 分钟延迟,不是秒级。
15 分钟
全量巡检间隔
10 分钟
P0 响应上限
99.2%
近 90 天可用率
90 天
故障记录公开留存
统计口径为 90 天滚动窗口,含计划内维护时长。我们距离 99.9% 还有一点差距,主要来自三次超过 40 分钟的维护窗口。
用户评价
真遇上故障的人,怎么评价处理速度
下面三条来自实际报过障的用户,包含他们不满意的地方。我们没有删掉扣分的那部分。
“3 月 12 号那次 P0,我 23:41 在客户端点了报障,23:52 收到工单号,状态页 00:05 更新定位结果,01:18 恢复。 总共 97 分钟,比承诺的 2 小时早一点。但前一小时确实什么都没发生,只有横幅在转,这点我不替他们说好话。”
周珩
使用 14 个月
“上周三维护公告写 04:00 结束,实际 04:22 才恢复,整整超了 22 分钟,那天我熬夜等的。 第二天在状态页翻到了复盘,写明是索引重建卡住,编号 FB-20260305-02 现在还能查到。速度一般,但至少没删记录。”
林小满
使用 8 个月
“我报的是 P2,封面图一直加载不出来。承诺 2 小时响应,实际 2 小时 40 分才回我,这条我扣分。 不过修完之后,他们把那条线路的探测频率从 15 分钟提到了 5 分钟,算是认了账,这点比只回一句‘已修复’强。”
陈默
使用 26 个月
常见问题
上面没说完的,都在这里
这几条问题都来自用户实际问过、而且页面前面确实没交代清楚的地方。