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混合动静分离,使用维科云的直播加速时,如何处理「主备流切换失败」。
主推流断开后,备用流没有被调度切上,或切上了但观众播放器仍停在旧地址。
看主路断开到备路第一帧之间的空档。
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、混合动静分离要分开的路径
页面外壳可以缓存,用户相关的数据用单独接口。两套域名的缓存规则不要互相复制。
防护边界:外壳上不要留下余额、订单号或会话。那些字段只出现在不缓存的接口里。
验证:刷新页面时外壳来自缓存,接口仍返回当前用户自己的数据。退出登录后,不能再看到上一个用户的接口结果。
四、直播加速怎么接
推流就近接入,观众播放走边缘节点。转码和录制与播放分开,避免转码故障把正在看的人一起打断。播放地址使用短时令牌。互动场景缩短关键帧间隔,转播场景可以稍长,以换取带宽。
产品说明见直播加速。只改和「主备流切换失败」有关的域名或路径,不要把混合动静分离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「主备流切换失败」,不是一套通用清单。
- 页面外壳和用户数据接口分成两列。外壳命中率不要把接口失败算进去。 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:确认备用推流在主路断开前已经在线。
- 外壳可以缓存,但里面不能有余额、订单号或会话。这些只允许出现在不缓存的接口里。 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:看调度是否把播放切到备路。
- 两套域名的规则分开保存。改接口规则时不要复制到外壳域名。 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:看播放器是否会跟随新的播放地址。
- 源站只生成用户数据接口。外壳应尽量不再回源。 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:演练时记录空档秒数。
- 刷新页面时外壳来自缓存,接口仍是当前用户的数据。退出后再请求,不能看到上一个用户的结果。 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:空档过长时,先让播放器重拉当前地址,而不是等用户手动刷新。
六、处理办法
- 备路提前推着。
- 切换演练放在正式场次前。
- 播放器支持地址更新。
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。复查时带上混合动静分离的验证:刷新页面时外壳来自缓存,接口仍返回当前用户自己的数据。退出登录后,不能再看到上一个用户的接口结果。
七、案例
主路网络断开,备路其实正常,但播放地址没有变。调度规则只监控了推流进程,没监控帧率。改成按帧率切换后,观众在短空档后恢复。
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:页面外壳可以缓存,用户相关的数据用单独接口。两套域名的缓存规则不要互相复制。
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:备路一直推会不会贵?
答:会多一路上行。关键场次值得,日常场次可以按需开。
问:为什么进程还在却没画面?
答:进程活着不代表有帧。要用帧率判断。
问:观众必须刷新吗?
答:播放器若能重拉,就不需要。旧播放器只能提示刷新。
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。每一步都先按混合动静分离的路径处理,再按印度尼西亚的网络条件收窄,最后才做「主备流切换失败」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
只讨论直播加速在「主备流切换失败」上的处理,地区范围是印度尼西亚,业务范围是混合动静分离。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。