一、这一篇在处理什么
这一篇只处理一件事:在菲律宾运行的H5 活动页,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、菲律宾的网络和高峰
晚间高峰明显,移动网络在高峰时抖动更常见。国际访问经常经过较远的转接。短连接、多次握手的页面比长连接更容易被感觉到慢。
排查时:把连接建立时间和源站处理时间分开。连接建立变长而源站处理不变时,先查边缘和调度。
不要这样做:用加大源站 CPU 去解决连接建立慢。CPU 空闲时加机器没有帮助。
三、H5 活动页要分开的路径
活动 HTML、图片和报名接口分开。活动结束时间到了之后,旧链接要有明确去向。
防护边界:报名和抽奖接口排除在页面跳转之外。查询参数里的渠道号必须保留。
验证:用带渠道参数的原始链接打开,确认参数还在,并且提交不会因为跳转丢掉表单内容。
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H5 活动页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。
- 活动页、图片和报名接口分开。渠道参数要出现在统计里。 把连接建立时间和源站处理时间分成两列,晚高峰单独看连接建立。 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。
- 报名和抽奖接口排除在页面跳转之外。渠道号在跳转后必须还在。 源站处理时间正常、连接建立变长时,按国际出口抖动处理。 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。
- 活动页可以缓存。报名接口不缓存。结束日期到了以后,旧链接改去仍存在的页面。 先缩短建连路径或改接入点。不要先给源站加 CPU。 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」。
- 源站只处理报名接口。不要让活动图片的回源占满报名。 源站 CPU 若仍然空闲,就不要扩容源站。 这一故障在本步要完成的事:无新帧时按备路规则切换。
- 用带渠道参数的原始链接提交一次表单,确认参数还在,并且正文没有在跳转中丢失。 用菲律宾当地移动网络复测建连时间。办公室有线网络的结果不算数。 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。
改完后在菲律宾的用户网络上复查,不要只在机房内网看。复查时带上H5 活动页的验证:用带渠道参数的原始链接打开,确认参数还在,并且提交不会因为跳转丢掉表单内容。
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菲律宾,额外核对:把连接建立时间和源站处理时间分开。连接建立变长而源站处理不变时,先查边缘和调度。
业务侧核对:活动 HTML、图片和报名接口分开。活动结束时间到了之后,旧链接要有明确去向。
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H5 活动页的路径处理,再按菲律宾的网络条件收窄,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,地区范围是菲律宾,业务范围是H5 活动页。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。