筆者近期負責提升支付渠道的可用性，做完后有些想法，寫出來和大家分享下。

需求的源頭

用戶在進行支付時，有時候會出現(xiàn)銀行系統(tǒng)不可用、超時情況，導致用戶不知道明確的支付結(jié)果，那么用戶80%會進行投訴，客服處理完后，這個用戶就基本上和支付/電商平臺說再見了。

要滿足上面的需求，我們就需要關注以下幾個問題：

銀行系統(tǒng)出現(xiàn)異常是否能及時進行故障隔離？如果要隔離，是否能第一時間發(fā)現(xiàn)銀行系統(tǒng)出現(xiàn)異常？如何判斷銀行系統(tǒng)出現(xiàn)了異常，異常的原因是什么？

其實這三個問題對應的解決方案很明確：

Q1——我們需要一個路由系統(tǒng)Q2——我們需要一個監(jiān)控系統(tǒng)Q3——我們需要一個錯誤碼表

在產(chǎn)品設計過程中，我們按照Q3 → Q2 → Q1這種自下而上的方法去進行。

產(chǎn)品設計我們需要一個錯誤碼表

一家支付公司或電商平臺接入的銀行渠道都很多，而每家銀行都有自己的錯誤返回規(guī)范。那么，這時候我們就需要將N家銀行返回的錯誤碼進行抽象，建立一套錯誤碼表。

渠道錯誤碼分類

錯誤碼的拆分維度有很多種，我是按照渠道可用——>用戶信息校驗——>交易來分類的；渠道不可用、用戶信息校驗、交易這3個只是大類，還需要針對每個大類進行二次拆分，細分出小類，小類分的越細，遇到問題定位的也就越快，同時對接下來的兩步也就更有幫助。

我們需要一個監(jiān)控系統(tǒng)

對于監(jiān)控系統(tǒng)，存在著一些基本要求：

監(jiān)控的對象要具體，最好能細分；監(jiān)控的指標要足夠明確，每一個獨立指標的計算方式要簡單；監(jiān)控指標要有時效性。

那么，針對支付渠道的監(jiān)控系統(tǒng)，監(jiān)控的對象應該要具體到所有接入的銀行渠道；監(jiān)控指標要對每個銀行進行個性化定制，因為每家銀行的系統(tǒng)性能都不一樣；

監(jiān)控指標設定的維度也很多，因為渠道在整個支付鏈路的底層，對系統(tǒng)層面要求比較高，所以監(jiān)控的指標如下：

每個渠道調(diào)用的平均耗時每個渠道調(diào)用的系統(tǒng)成功率每個渠道調(diào)用的耗時峰值每個渠道調(diào)用的異常訂單數(shù)

監(jiān)控指標的時間跨度建議根據(jù)業(yè)務量來設置，一般采用秒級或者分級；監(jiān)控指標定義好后，我們就要為每個渠道設置告警規(guī)則，這些規(guī)則的閥值需要根據(jù)日常的交易情況和每個渠道自身的屬性進行獨立設置；而規(guī)則的觸發(fā)就要依靠渠道錯誤碼表了。

這樣，監(jiān)控系統(tǒng)就可以在某個渠道出現(xiàn)問題時，根據(jù)錯誤碼表來分析當前的異常屬于哪一類，是否影響到用戶的正常支付，如果影響了，就會發(fā)出告警。

我們需要一個路由系統(tǒng)

一個支付產(chǎn)品最終于能讓用戶順利的&愉快的完成支付；而讓用戶順利的完成支付依賴于出現(xiàn)異常的通道。

能否被及時的隔離掉，同時能否將用戶帶到可以正常支付的通道上，路由功能做的就是這件事情。

為此，我們也需要在路由系統(tǒng)中對每一個渠道設立一個路由規(guī)則；這個規(guī)則將告訴路由系統(tǒng)當渠道出現(xiàn)問題時，該如何隔離。

路由規(guī)則的設定有一種比較簡單的方法：渠道A在｛num｝分鐘內(nèi)觸發(fā)了｛num｝次告警，那么就執(zhí)行渠道隔離（關閉或者切換）的動作。

這樣在通道出現(xiàn)問題時就可以及時隔離掉，保證用戶正常的支付了。

結(jié)語

我們可以把支付渠道可用性看作一個大的系統(tǒng)，這個大系統(tǒng)是由3個獨立的小系統(tǒng)組成的；它是一個自下而上的，閉環(huán)的體系；引用《失控》中的思想，一個復雜的系統(tǒng)是由若干個獨立的小系統(tǒng)協(xié)同合作組成的，每個小系統(tǒng)越簡單，它們組合在一起后，就能展現(xiàn)出更強大的組織性和發(fā)展性。

目前只是建立了一個最原始的生態(tài)，還存在著部分的人工干預，那么后期我們就要考慮，現(xiàn)在人做的事情，機器能不能做；我們能不能在用戶提交支付之前就幫Ta選擇好最適合的支付渠道。

文章作者系 @tony?未經(jīng)許可，禁止轉(zhuǎn)載。