一、这一篇在处理什么
这一篇只处理一件事:在印度尼西亚运行的短视频分发,使用维科云的DNS 解析时,如何处理「变更窗口和证书窗口撞在一起」。
同一时刻改解析、换证书、切源站。失败时无法判断是哪一层的问题。
看一张变更单里是不是包含多种互不相关的改动。
二、印度尼西亚的网络和高峰
晚间高峰跨度长,群岛不同城市的高峰不会精确重合。移动网络和海缆路径影响大。雅加达正常,不代表其他岛屿正常。
排查时:不要把印度尼西亚收成一个平均值。至少把首都和其他主要城市分开看失败率。
不要这样做:一个探测点全绿就认为全国正常。探测点要放在用户多的城市,而不是只放一个。
三、短视频分发要分开的路径
封面、短视频文件和推荐接口分开。视频文件要能分段请求,推荐接口不能缓存成公共结果。
防护边界:防盗链不要误伤自己的 App。App 经常不带网页来源,应使用签名而不是只看来源页。
验证:拖动进度条时应得到分段响应,而不是重新下载整个文件。外站引用应失败,站内播放应成功。
四、DNS 解析怎么接
对外业务域名用 CNAME 指向 CDN 或直播调度,不把源站地址写进权威记录。平时 TTL 保持在可接受的缓存时间,只有计划内切换才提前降低 TTL。权威 DNS 与注册商账号分开管理,切换后用多个地区的公共解析器核对结果。
产品说明见DNS 解析。只改和「变更窗口和证书窗口撞在一起」有关的域名或路径,不要把短视频分发的其他路径一起改掉。
五、排查步骤
下面五步按因果顺序执行,后一步依赖前一步的结果。步骤针对「变更窗口和证书窗口撞在一起」,不是一套通用清单。
- 封面、视频文件和推荐接口分开。推荐接口里的个人结果不要并进视频命中率。 把雅加达和其他主要城市分成两张表,晚高峰不要用全国平均值。 这一故障在本步要完成的事:把解析变更、证书更新、源站切换拆成先后步骤。
- 视频文件允许分段请求。推荐接口保持不缓存。 首都正常而其他城市失败时,按城市处理,不要当成整国故障。 这一故障在本步要完成的事:每一步都有单独的验证。
- 防盗链对 App 使用签名。没有网页来源的播放请求不要直接 403。 为失败城市单独指定接入点。已经正常的城市不要一起改。 这一故障在本步要完成的事:上一步验证通过再做下一步。
- 源站只在视频未命中时接受分段回源,不要把整文件一次性回源。 确认海缆路径只影响失败城市后,再决定要不要动源站。 这一故障在本步要完成的事:失败时只回滚刚做的那一步。
- 拖动进度条应得到分段响应。外站引用应失败,站内播放应成功。 在失败城市加一个探测点复测。只有雅加达一个点是绿的,不算恢复。 这一故障在本步要完成的事:变更单写明每一步的回滚方法。
六、处理办法
- 一次只改一层。
- 每步有验证人。
- 回滚命令事先写好。
改完后在印度尼西亚的用户网络上复查,不要只在机房内网看。复查时带上短视频分发的验证:拖动进度条时应得到分段响应,而不是重新下载整个文件。外站引用应失败,站内播放应成功。
七、案例
同一分钟改了解析和证书,用户报打不开。无法判断是缓存还是证书。之后拆成两张单,先验证解析,再换证书。
若同样的现象出现在印度尼西亚,额外核对:不要把印度尼西亚收成一个平均值。至少把首都和其他主要城市分开看失败率。
业务侧核对:封面、短视频文件和推荐接口分开。视频文件要能分段请求,推荐接口不能缓存成公共结果。
这个案例只说明怎么定位,不构成容量或可用性承诺。
八、常见问题
问:一起改不是更快吗?
答:失败时更快的是排查时间,不是恢复时间。
问:紧急故障也要拆开吗?
答:能拆就拆。至少记录先动了哪一层。
问:如何验证解析这一步?
答:用多个地区查询,确认答案是新的,并且新目标能访问。
问:同一故障换一个地区或一种业务,排查还一样吗?
答:不一样。每一步都先按短视频分发的路径处理,再按印度尼西亚的网络条件收窄,最后才做「变更窗口和证书窗口撞在一起」这一故障本身的动作。换地区或换业务,前两段操作就会变。
九、边界
只讨论DNS 解析在「变更窗口和证书窗口撞在一起」上的处理,地区范围是印度尼西亚,业务范围是短视频分发。请遵守当地法律。维科云提供网络能力,不对客户业务内容负责。