一、这一篇在处理什么
这一篇只处理一件事：在美国西海岸运行的直播互动，使用维科云的高防服务器时，如何处理「演练只停进程不停网络」。
演练时进程关掉了，网络和防火墙问题没有暴露。真故障常常是网络不通，不是进程退出。
看演练是否包含网络隔离。
二、美国西海岸的网络和高峰
当地晚间对应亚洲的白天。和亚洲站共用一套高峰预案时，两边会抢同一批容量。用户到美西边缘近，但若源站在亚洲，回源跨太平洋。未缓存的动态请求会把这段距离暴露出来。
排查时：分别看边缘命中和回源耗时。命中高而用户仍慢，问题在用户到边缘；命中低而回源慢，问题在跨洋回源。
不要这样做：只在亚洲时间看美西监控。美西的忙时不在亚洲的忙时。
三、直播互动要分开的路径
推流、播放和聊天是三条路径。播放地址用短时令牌，聊天不要走播放的缓存。
防护边界：播放令牌过期应在场次中途之前刷新。不要把直播切片和网页跳转规则混在同一个域名上。
验证：看首帧时间、卡顿来自主播上行还是观众分发，以及结束后直播地址是否停止、回放是否另给地址。
四、高防服务器怎么接
业务端口不对公网开放，只允许清洗或回源网段访问。管理端口走堡垒机，不直接暴露。清洗阈值按正常峰值设置，连接数、磁盘和 CPU 分开告警。源站日志保留请求编号，错误详情不写进给用户看的页面。
产品说明见高防服务器。只改和「演练只停进程不停网络」有关的域名或路径，不要把直播互动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「演练只停进程不停网络」，不是一套通用清单。
- 推流、播放和聊天分开统计。播放地址的令牌过期要单独计数。 按美西当地晚间看容量，不要和亚洲高峰共用一个阈值。 这一故障在本步要完成的事：在预发环境做一次断网，不只是停进程。
- 聊天不要走播放缓存。播放令牌在场次结束前刷新，不要等观众已经 403。 边缘命中高但仍慢，查用户到美西边缘；命中低且回源慢，查跨太平洋回源。 这一故障在本步要完成的事：确认告警、摘除和恢复都发生。
- 播放切片和网页跳转不要共用一个域名。需要拦截时只拦被盗用的播放域名。 能缓存的请求先提高命中，不要先加大跨洋带宽。 这一故障在本步要完成的事：记录从断网到流量移走的时间。
- 转码和录制不要和播放写在同一块磁盘或同一条队列里。 动态请求若必须回亚洲，只把这类请求留在跨洋路径上。 这一故障在本步要完成的事：把这个时间写进应急说明。
- 测量首帧，并判断卡顿来自主播上行还是观众分发。结束后直播地址应停止，回放另给地址。 在美西当地晚间复测。用亚洲白天的监控判断美西，不算完成。 这一故障在本步要完成的事：生产演练选择低峰并只涉及一台。
六、处理办法
- 演练包含断网。
- 记录恢复时间。
- 先在预发做。
改完后在美国西海岸的用户网络上复查，不要只在机房内网看。复查时带上直播互动的验证：看首帧时间、卡顿来自主播上行还是观众分发，以及结束后直播地址是否停止、回放是否另给地址。
七、案例
停进程的演练总是通过。一次真实网络中断后，健康检查仍从内网访问成功，流量没有移走。演练改成断网后，这个问题被提前发现。
若同样的现象出现在美国西海岸，额外核对：分别看边缘命中和回源耗时。命中高而用户仍慢，问题在用户到边缘；命中低而回源慢，问题在跨洋回源。
业务侧核对：推流、播放和聊天是三条路径。播放地址用短时令牌，聊天不要走播放的缓存。
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：为什么内网检查会骗人？
答：机器的内网还通，外网已经不通。检查若只走内网，就发现不了。
问：生产能断网演练吗？
答：能摘掉一台时可以。不能摘就先在预发做。
问：要看什么结果？
答：告警发出、流量离开、恢复后流量回来。
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。每一步都先按直播互动的路径处理，再按美国西海岸的网络条件收窄，最后才做「演练只停进程不停网络」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
只讨论高防服务器在「演练只停进程不停网络」上的处理，地区范围是美国西海岸，业务范围是直播互动。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。