案例背景

某航空公司華南客服中心，客服人員用客服系統(tǒng)接電話時(shí)經(jīng)常出現(xiàn)接聽失敗的現(xiàn)象，由于客服服務(wù)器位于北京數(shù)據(jù)中心，中間涉及的網(wǎng)絡(luò)設(shè)備較多，一直未能定位到故障原因。

故障現(xiàn)象

如下拓?fù)渌?，每個(gè)客服人員桌面都會(huì)有一臺(tái)電腦跟電話機(jī)，一天中會(huì)出現(xiàn)幾次偶發(fā)故障，故障發(fā)生時(shí)，用電腦上的客服軟件接聽用戶電話失敗，如果及時(shí)改用座機(jī)接聽則可成功，我們用科來網(wǎng)絡(luò)回溯分析系統(tǒng)在華南客服中心廣域網(wǎng)出口抓包分析。

故障規(guī)律摸索

客服人員可以用電腦和座機(jī)接聽電話，電腦接聽電話失敗時(shí)，改用座機(jī)可以成功接聽。

規(guī)律分析：電腦與座機(jī)是連接同一個(gè)hub上，座機(jī)可以成功接聽電話說明網(wǎng)絡(luò)連接正常，需要從電腦客服軟件的角度分析問題。

故障發(fā)生時(shí)間段主要集中在中午午休后及凌晨時(shí)段，重置電腦的客服軟件后也能恢復(fù)正常。

規(guī)律分析：這兩個(gè)時(shí)間段的特點(diǎn)就是接聽的電話數(shù)量比較少，很可能是空閑時(shí)間太長，電腦客服軟件某些連接被終端了。

排障思路

重現(xiàn)故障，在科來網(wǎng)絡(luò)回溯分析系統(tǒng)將客服的電腦與北京服務(wù)器之間的通信流量進(jìn)行回溯、分析，尋找故障原因。

故障重現(xiàn)

在深圳客服中心尋找一臺(tái)客服電腦，首先驗(yàn)證該客服電腦、座機(jī)都能正常接聽電話；然后從16：12開始閑置該客服電腦，超過半個(gè)小時(shí)候，16：48再撥打該客戶座機(jī)，接聽失敗，故障成功重現(xiàn)。

IP會(huì)話分析

客服電腦的IP為10.110.22.21，與北京的兩臺(tái)服務(wù)器有通信流量，分別是：

10.10.176.51，經(jīng)確認(rèn)為客服軟件界面的服務(wù)器

10.10.203.155，經(jīng)確認(rèn)為客服軟件控制插件的服務(wù)器

軟件界面連接分析

從客服電腦10.10.22.21與服務(wù)器10.10.176.51通信的TCP幾乎時(shí)序圖可以看到，兩者采用了長連接的機(jī)制，在空閑的時(shí)間，客戶端每隔幾秒鐘就會(huì)發(fā)送一個(gè)GET的請求與服務(wù)器保持連接。

從16：12分至16：48分，每個(gè)6分鐘客戶端與服務(wù)器就跟新一次TCP連接，未曾中斷過，因此軟件界面一直能夠正常顯示。

控制插件連接分析

從客服電腦10.10.22.21與服務(wù)器10.10.203.155在16：12分至16：48期間只有3對(duì)TCP連接一直保持，如果這三對(duì)TCP連接沒有采用長連接的傳輸機(jī)制，很可能會(huì)因?yàn)榭臻e太長時(shí)間而被網(wǎng)絡(luò)中的防火墻等設(shè)備中斷連接。

果然，客戶端在空閑的2090秒（34分鐘）的時(shí)間內(nèi)沒有發(fā)送任何保持連接的數(shù)據(jù)包，等到客服電腦重新發(fā)起接聽電話請求的時(shí)候，客戶端的請求已經(jīng)無法到達(dá)服務(wù)器端，一直在發(fā)起重傳的請求，***客服人員看到請求超時(shí)的告警提示。

故障原因分析

大部分防火墻都會(huì)將空閑時(shí)間超過30分鐘的TCP連接斷開，而控制進(jìn)程在空閑的34分鐘內(nèi)沒有采用長連接機(jī)制保持連接，所以被防火墻中斷了，再有電話接入的時(shí)候便會(huì)出現(xiàn)接聽失敗的現(xiàn)象。

解決問題建議

修改防火墻的策略：增長訪問北京10.10.203.155的TCP連接的空閑時(shí)間。（注：該策略實(shí)施后，偶發(fā)故障出現(xiàn)的次數(shù)明顯下降）

優(yōu)化客服控制插件程序設(shè)置，能從根本上解決問題。