直播容灾怎么设计？双链路、双 CDN 与断流自愈的实操方案
直播最怕的不是出问题，而是出问题后现场没有预案。本文按故障点梳理三档容灾方案：备用参数档、双链路上行、双平台热备，给出主备切换的具体步骤、开播前 24 小时演练清单，以及每档方案的成本与适用场次对照。
一、先列出会断在哪里
容灾设计的前提是知道故障点。一场直播的信号链路上有五处可能断：
| 环节 | 典型故障 | 发生概率与影响 |
|---|---|---|
| 采集与编码端 | 推流电脑死机、编码过载、电源被碰掉 | 中概率，影响全体 |
| 上行网络 | 有线断网、WiFi 抖动、蜂窝信号盲区 | 最高概率，影响全体 |
| 平台接入层 | 推流鉴权失败、区域接入节点故障 | 低概率，影响全体 |
| 分发层（CDN） | 节点异常、并发超限 | 低概率，多影响部分地区 |
| 播放端 | 企业微信内嵌白屏、小程序权限、终端解码能力 | 中概率，影响部分观众 |
统计上，上行网络和采集端占了绝大多数事故，而很多人却把预算花在概率最低的分发层上。容灾重点应该压在前两环。
二、三档容灾方案与适用场次
| 档位 | 做什么 | 成本 | 适用 |
|---|---|---|---|
| L1 参数级 | 预置 2–3 个降码率配置档、备用推流地址、垫片素材 | 零成本 | 所有场次必做 |
| L2 链路级 | 主用有线 + 备用蜂窝聚合（或第二条不同运营商有线），双上行热备 | 低（设备租赁 + 流量） | 年会、发布会、重要培训 |
| L3 平台级 | 双平台同时收流 + 播放端健康检测自动切换，双 CDN 分发 | 中高（双倍流量 + 双倍配置） | 大型发布会、付费直播、不能中断的场次 |
三档是叠加关系，不是三选一：L1 是地基，L2 解决最高频的上行故障，L3 才去解决低概率的平台侧故障。
三、主备链路切换：预热决定成败
切换速度的差异不在技术，而在有没有提前预热。标准做法：
- 开播前生成主、备两条推流地址，均测试通过；
- 推流软件保存两个配置档（主链路档 / 备用链路档），参数一致只是地址不同；
- 备用链路设备开机并保持在线待推状态（蜂窝路由提前入网、信号实测）；
- 故障时执行切换动作，计时目标 30 秒内；
- 切换后观察 1–2 分钟确认稳定，再逐步恢复码率。
没有预热的备链，现场再配置至少要几分钟——那几分钟观众看到的就是黑屏。所以"有备用设备"不等于"有容灾"，必须演练过才算。
双链路的真伪判断：两条线若来自同一运营商、同一上联机房甚至同一条光缆，本质是单点。要求物理路由与运营商都不同（例如电信有线 + 联通蜂窝）。
四、开播前 24 小时演练清单
| 序 | 演练项 | 通过标准 |
|---|---|---|
| 1 | 主备链路各跑 30 分钟实测上行 | 丢帧率为 0，上行稳定 |
| 2 | 备用推流地址与配置档测试 | 实际推流成功并可拉流观看 |
| 3 | 完整走一遍切换动作并计时 | 30 秒内完成，观众侧无黑屏 |
| 4 | 多终端播放验证 | 手机/电脑/企业微信内嵌均可播 |
| 5 | 垫片素材上传并确认可播放 | 断流时可立即切换垫片 |
| 6 | 平台方应急联系人存进手机 | 5 分钟内能联系到人工 |
演练要记录实际耗时。超时就简化流程——复杂的容灾流程在真实故障时执行不了。
五、断流恢复后的两个遗留问题
回放断点：多数平台在推流中断超时后会结束当前录制分片，恢复后生成新分片，回放出现断点。要求回放完整时：本地同时录一份完整信号作母带，或选择支持断流续录自动拼接的平台（开播前确认套餐是否覆盖）。
观众流失：断流 3 分钟以上会明显掉人。恢复后主持人应主动说明"刚刚信号切换"，并用互动把人拉回来——技术恢复不等于体验恢复。
常见问题
按场次重要性分三档：L1 备用参数档（零成本，所有场次必做）；L2 双链路上行（主用有线、备用蜂窝或第二条有线，重要场次标配）；L3 双平台双 CDN 热备（两个平台同时收流，播放端自动切换，只用于不能中断的场次）。大多数企业年会、发布会做到 L2 即可，L3 用于大型发布会或付费直播。
关键是备用链路要提前预热并处于待推状态，而不是故障时才去配置。做法是备用推流地址提前生成、推流软件预置第二个配置档并测试通过，故障时切换输出目标，通常在 30 秒内完成，观众侧表现为短暂卡顿而非黑屏。未预热的备链，现场再配至少需要几分钟，那期间就是黑屏。
不是。两条链路若来自同一个运营商、同一个上联机房甚至同一条物理光缆，本质上是单点。真正的双链路要求物理路由和运营商都不同：例如主场馆有线走电信，备用走联通蜂窝聚合路由。做之前要确认两条链路的出口是否真的独立，否则只是心理安慰。
推流端同时向两个平台推流，播放页嵌入两个播放器并做健康检测：主源心跳异常时，页面自动切到备用源地址，观众无需刷新。代价是双倍流量与双倍配置工作量，且两路录制文件要事后合并归档。它解决的是平台侧故障，不解决推流端上行故障。
六项必做：一是主备链路各跑 30 分钟实测上行；二是备用推流地址与配置档测试通过；三是完整走一遍切换动作并计时；四是播放端在多终端（手机、电脑、企业微信内嵌）各验证一次；五是垫片素材上传并确认可播放；六是把平台方应急联系人存进手机。演练要记录实际耗时，超时就要简化流程。
会。多数平台在推流中断超过一定时间后会结束当前录制分片，恢复后生成新的分片，回放出现断点。要求回放完整时有两个办法：一是本地同时录制一份完整信号作为母带，事后补录或替换；二是选择支持断流续录并按分片自动拼接的平台，开播前确认该能力是否覆盖你的套餐。
📚 技术实操系列
延伸阅读：医院内网直播网络与端口开通 —— 院内场景的双链路与备份怎么做。