状态页截图:左为探针探测结果,右为当周计划维护窗口。
韩漫漫画是一个韩漫阅读 App,但这个页面只回答一个问题:挂了怎么办。我们把运维做成了可核对的功能—— 每 5 分钟一次自动探针,探测书库、章节图片、登录和支付四条链路;故障按 P0 到 P3 分四级, P0 全站打不开 10 分钟内响应、2 小时内恢复;例行维护固定在每周三 03:00 起, 单次最长 60 分钟,提前 48 小时站内公告加推送。维护期间你仍然可以看已经下载到本地的章节。
故障处理机制
很多阅读类 App 只在崩溃之后说一句「服务器异常,请稍后重试」。我们把这三件事拆成固定节奏, 写成值班手册里能对得上的时间表,你随时可以在状态页上看到当天执行到哪一步。
每 5 分钟一次自动探针,覆盖书库列表、章节图片 CDN、登录、支付回调四条链路,单次超时阈值 3 秒, 连续 3 次失败自动开工单并电话叫醒值班。每天 09:00 与 21:00 各做一次人工全链路走查, 结果当天写进状态日志。
P0 全站打不开,10 分钟内响应、2 小时内恢复;P1 登录或支付不可用,30 分钟响应、6 小时恢复; P2 单本书的章节图片加载失败,4 小时响应、24 小时内修完;P3 界面细节问题,排进下一个版本。 超时未修复会自动升级一级。
例行维护固定在每周三 03:00–04:00,单次最长 60 分钟;大版本维护放在每月第二个周三 02:00–05:00, 最长 180 分钟。提前 48 小时站内公告加一次推送,维护期间 App 顶部常驻一条灰条, 实时显示剩余分钟数。
99.93%
近 12 个月可用率
78 分钟
P0 平均恢复耗时
5 分钟
自动探针间隔
48 小时
计划维护提前公告
统计口径:2025 年 1 月 1 日至 2025 年 12 月 31 日,按分钟采样计算。全年共发生 P0 故障 2 次、P1 故障 7 次、 P2 故障 31 次,全部在状态页留有起止时间记录;12 次计划维护中有 9 次在 60 分钟内完成, 最长一次为 96 分钟(大版本数据迁移),当晚在状态页单独发了说明。
真实故障中的体验
下面三条来自提交过故障工单的用户,原话略有删减。我们没有挑「一切正常」的日子问,都是在故障当天或第二天回访的。
去年 11 月登录接口挂了,我 10:42 提的工单,11:05 有人工回复确认按 P1 处理,12:20 恢复,比我预想的快。 不好的地方是那两小时里 App 只在启动页写了句「网络异常」,没说是不是在修,我是靠状态页才确认的。
林澈
已使用 2 年 3 个月 · 遇到过 1 次 P1
周三凌晨维护这事我一开始不知道,半夜追更被踢出来还骂了两句。后来发现提前两天确实有推送, App 顶部还有倒计时,现在干脆周三睡前先把要看的章节缓存到本地,那一小时照样能翻。 唯一想吐槽的是推送来得太晚,是晚上十点才弹。
苏晚
已使用 11 个月 · 经历过 9 次计划维护
我追的那本比较冷门,图片 CDN 节点出问题,属 P2。报上去当天没修好,第二天下午才好, 实际用了 31 小时,超了 24 小时的上限。补偿给了 3 天会员,工单里写了原因,也说了后面会把冷门书目 纳入单独的探测组,这点我认。
老何
已使用 3 年 · 遇到过 2 次 P2 超时
常见问题
这些问题都来自工单后台出现频率最高的一批,答案都对着值班手册写的,不含「敬请谅解」这类空话。
有。值班表按周轮换,配置是一线 2 人、二线 1 人,一线 7×24 手机开机,二线只接 P0 和 P1。 自动探针连续 3 次失败会在 90 秒内触发电话,值班人必须在 10 分钟内回到工单里写「已接手」, 超过 10 分钟没动静会自动转给当周的值班负责人。所以如果你半夜报障,正常情况下一小时内一定会看到有人回。
03:00–04:00 是过去 12 个月里在线人数最低的一小时,平均只有日间的 4.2%,被中断的用户最少。 选周三而不是周日,是因为周日晚上是追更高峰,一旦延时到高峰就会连带影响阅读。 如果你正好是夜班族,维护期间仍然可以看已经下载到本地的章节,只是书库刷新、购买和评论会暂停。 我们试过按用户时区错峰,但会让发布流程从一次变成三次,出错概率反而更高,所以暂时没做。
超时自动升级:P2 超过 24 小时未修复会升成 P1,响应时限从 4 小时压到 30 分钟,同时通知技术负责人; P1 超过 6 小时未恢复会按 P0 处理,拉全员会诊。作为补偿,故障时长超过 24 小时的, 按每满 24 小时补 3 天会员,工单里会写明实际耗时和补偿金额,不接受「系统自动发放」这种含糊说法。
三个入口:状态页(每 60 秒刷新一次,P0、P1 期间改为每 15 秒)、App 内顶部的状态横幅、 以及按书目订阅的恢复通知。订阅在「我的—通知设置—章节更新提醒」里,只对你在追的书生效, 恢复后 5 分钟内推一条,不会重复推。如果你关掉了全部推送,状态页仍然是最准的那个来源。
不会。维护期间数据库切到只读模式,已购章节的阅读权限、余额和订单都保持原样,只是不能产生新的写入。 唯一需要注意的是维护开始前 2 分钟内提交的支付回调可能延迟到维护结束后才入账,最长 60 分钟。 如果你在维护结束后两小时还没看到到账,直接提工单,按 P1 处理,30 分钟内答复。
下载之后,第一件事建议去「我的—服务状态」看一眼当周的值班公告和维护计划。 上面写着今天的探针有没有跑完、下一次维护是哪天几点、最近一次故障是几级、修了多久。 我们不敢保证永不出故障,但保证每次故障都有分级、有时限、有记录、有后续说明。
支持 Android 8.0 及以上、iOS 14 及以上;暂未提供桌面端客户端。