慢病健康管理—癌症筛查与早诊培训项目
为确保平台平稳上线,采用"内测→灰度→全量→监控"四阶段渐进式发布策略,逐步扩大用户范围,每阶段设置明确的准入准出标准,发现问题及时回滚,最大限度降低上线风险。
| 用户类型 | 人数 | 来源 | 职责 |
|---|---|---|---|
| 产品/研发/测试团队 | 20人 | 项目组内部 | 全功能体验,发现Bug |
| 内部专家医生 | 10人 | 合作医院 | 专业内容评审,课程质量评估 |
| 内部运营人员 | 10人 | 运营团队 | 运营流程验证,内容检查 |
| 种子学员 | 10人 | 试点基地推荐 | 学员端体验,学习流程验证 |
| 维度 | 策略 | 说明 |
|---|---|---|
| 用户选择 | 按基地白名单 | 选择3个代表性培训基地(东部/中部/西部各1个),基地内全员开放 |
| 功能范围 | 全功能开放 | 所有功能模块对外开放,验证真实使用场景下的系统表现 |
| 流量切换 | DNS权重切换 | 通过DNS权重逐步将灰度基地流量切至新系统,首日10%,次日50%,第三日100% |
| 数据隔离 | 逻辑隔离 | 同一数据库,灰度用户打标签,不影响其他用户 |
| 指标 | 阈值(警告) | 阈值(严重) | 说明 |
|---|---|---|---|
| 系统可用性 | <99.5% | <99% | 按分钟统计 |
| 接口错误率 | >1% | >5% | 5xx错误占比 |
| 接口P95响应时间 | >800ms | >1500ms | 核心接口 |
| CPU使用率 | >70% | >85% | 应用服务器 |
| 数据库连接数 | >70% | >85% | 连接池使用率 |
| 指标 | 目标值 | 监控频率 | 负责人 |
|---|---|---|---|
| 日活跃用户数(DAU) | ≥200 | 每日 | 产品经理 |
| 课程学习完成率 | ≥60% | 每日 | 产品经理 |
| 视频播放成功率 | ≥99% | 实时 | 技术负责人 |
| 用户反馈量 | ≤20条/天 | 每日 | 运营负责人 |
| Crash率(移动端) | ≤0.5% | 每日 | 客户端负责人 |
| 时间 | 动作 | 范围 | 说明 |
|---|---|---|---|
| D-Day 00:00 | DNS全量切换 | 所有用户 | 凌晨低峰期切换,减少用户感知 |
| D-Day 08:00 | 上线公告发布 | 所有用户 | 站内信+短信+邮件通知 |
| D-Day 全天 | 一级响应保障 | 全团队 | 产品/研发/运维全员值守,实时监控 |
| D+1 ~ D+3 | 二级响应保障 | 核心成员 | 核心成员on-call,每日复盘 |
| D+4 ~ D+7 | 三级响应保障 | 值班人员 | 常规值班,问题按优先级处理 |
如出现以下任一情况,立即启动回滚流程:
| 监控层级 | 监控内容 | 工具 | 告警方式 | 响应时间 |
|---|---|---|---|---|
| 基础设施层 | 服务器CPU/内存/磁盘、网络带宽 | Prometheus + Grafana | 电话+短信 | P0: 5分钟 |
| 应用服务层 | 接口响应时间、错误率、QPS | APM + ELK | 短信+企业微信 | P0: 5分钟 |
| 业务数据层 | DAU、学习时长、考试提交量 | 自研数据看板 | 日报+周报 | — |
| 用户体验层 | Crash率、页面加载时间、报错量 | Sentry + 自研监控 | 企业微信 | P1: 30分钟 |
| 风险项 | 概率 | 影响 | 等级 | 应对措施 |
|---|---|---|---|---|
| 大流量下系统性能下降 | 中 | 高 | 高 | 提前压测扩容,配置自动弹性伸缩,准备降级方案 |
| 视频服务不可用 | 低 | 高 | 高 | 多CDN厂商备份,备用视频源切换预案 |
| 数据库主库故障 | 低 | 高 | 高 | 主从自动切换,RTO<5分钟,RPO<1分钟 |
| 短信通道拥塞 | 中 | 中 | 中 | 多家短信服务商备份,支持快速切换 |
| 用户集中登录导致压力 | 中 | 中 | 中 | 登录接口限流+缓存,验证码防刷机制 |
| 考试集中提交雪崩 | 低 | 高 | 高 | 考试提交异步处理+消息队列削峰,错峰考试安排 |