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多语言门户,使用维科云的直播加速时,如何处理「只监听了进程没有监听画面」。
推流进程还在,但已经几分钟没有输出帧。监控是绿色的,观众看到的是静帧或黑屏。
看最近一帧的时间,而不是进程是否存在。
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、多语言门户要分开的路径
每种语言使用稳定地址。已经带语言前缀的路径不要再被地区规则改写。
防护边界:用户手工选择的语言优先于按地区猜测。搜索引擎抓取每个语言地址时都应得到稳定内容。
验证:选中一种语言后连续点开三页,语言保持不变。另一种语言的同一内容使用另一个地址,而不是来回跳。
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「只监听了进程没有监听画面」有关的域名或路径,不要把多语言门户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「只监听了进程没有监听画面」,不是一套通用清单。
- 每种语言的地址分开统计。已经带语言前缀的路径单独标记。 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:给每路推流记录最后一帧时间。
- 带语言前缀的地址禁止再被地区规则改写。手工选择的语言优先于地区猜测。 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:超过阈值就告警,即使进程还在。
- 每种语言保持自己的稳定地址。不要用跳转把一种语言送去另一种语言。 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:告警里区分「进程退出」和「无新帧」。
- 源站按语言地址返回对应内容。不要只靠一个地址再做一次地区跳转。 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:无新帧时按备路规则切换。
- 选定一种语言后连续打开三页,语言保持不变。另一种语言使用另一个地址,两边都不循环跳转。 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:用一次暂停编码器但不杀进程的测试验证告警。
六、处理办法
- 健康检查看帧。
- 备路切换也看帧。
- 仪表盘不要只显示进程状态。
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。复查时带上多语言门户的验证:选中一种语言后连续点开三页,语言保持不变。另一种语言的同一内容使用另一个地址,而不是来回跳。
七、案例
编码器卡死但进程仍在,值班界面显示正常。观众黑屏数分钟。改成按最后一帧告警后,同一种故障会在阈值内响。
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:每种语言使用稳定地址。已经带语言前缀的路径不要再被地区规则改写。
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:进程监控还有用吗?
答:有用。它发现的是另一种故障:进程已经退出。
问:阈值设多少?
答:略大于正常关键帧间隔。太短会把静音测试当成故障。
问:黑屏但有音频算正常吗?
答:不算。视频帧停止就应告警,即使音频还在。
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。每一步都先按多语言门户的路径处理,再按印度尼西亚的网络条件收窄,最后才做「只监听了进程没有监听画面」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「只监听了进程没有监听画面」上的处理,地区范围是印度尼西亚,业务范围是多语言门户。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。