BOSS接口监控及应急分析

对于不间断工作的主动接口（如HLR施工），若其计得性能c，业务请求增速恒定为Su，在相邻的2个单位时间内查得的库表数据量，先后为Ut、Ut+1，则如果|Ut-Ut+1|≈|c-Su|则说明接口正常，否则接口可能存在异常，需要引起重视。

对于被动接口，BOSS库表的作用是保存业务执行结果，因此在计算性能时只需考虑外部请求满负荷情况下库表的增速Sp，即Cp=Sp。但必须注意的是，库表数据的增长速度s低于Cp并不能说明接口一定异常，因为在非满负荷情况下s

对于负责业务查询的接口，其数据源与结果均不经过BOSS库表，因此上述方法不具有普适性。

使用定性分析与定量分析的两种监控方法，都只涉及接口的某一特性，在监控时还需充分考虑各种因素，建立完整的接口健康度模型，在定性方法无法判断接口运行状态时需进一步进行定量分析，使得两种方法优势互补，提高监控的有效性。

应急方案与工具

应急是在故障事实既定时的补救措施，主要包括应急方案与工具，前者是完整的流程及措施，后者能辅助方案的顺利实施。

1.制定应急措施并演练

作为BOSS与外围系统的惟一连接点，接口故障将导致内外系统完全中断。因此，最好的应急措施之一就是在故障时立即将服务切换到备机。为保证一次切换成功率，应急方案须详尽、具可操作性与验证性，并至少在方案中详细描述以下关键点。

1)接口机与备机网络环境，包括逻辑连接图、备机IP、网络联通等作为判断条件；

2)接口启动方式与配置参数，包括指令路径及执行方式，配置文件具体修改方法，接口已正常启动的标志；

3)备机具备对主机完全可代替的条件，包括接口进程类型、数量，操作系统环境，配置信息及网络结构等；

4)误操作回滚逻辑，包括操作步骤、命令字，检测回滚成功的方法。该部分的描述在出现切换失败时显得尤为重要；

5)切换结果测试用例，在切换成功后根据预先设计好的输入检测输出是否符合要求，是检测切换结果的有效手段。

必须强调的是，完善的应急预案并不能保障应急成功，只有配合熟练演练才能真正发挥预案的作用。

2.开发应急工具

应急工具能有效缩短故障恢复时间。广东移动通信有限公司自主开发的"BOSS接口异常数据辅助处理系统"便是处理客服接口故障的重要应急工具之一，系统通过将异常数据封装为协议包直接送接口执行，可有效弥补BOSS前台功能不足、或前台界面异常及因流程冗长引起的施工延时或故障，同时由于该方式精简流程，执行效率与成功率高，能有效应对紧急情况。

图4 智能网号码充值流程

以图4智能网充值开机流程为例，其经历的步骤繁多，特别是其中信控判断逻辑复杂，程序处理耗时多，是引起月结用户充值到账但无法及时开机的关键环节。站在服务用户的角度，最直接的应急方式便是提取已缴费入账的号码直接送HLR施工开机，对于存在欠费可能的用户，其开机状态在正常流程进行修复，但对于充值后仍欠费的用户，其开机状态将在经历过信控后自动被修改为停机。

尽管该方式可能产生欠费风险，但考虑到大部分用户将根据欠费额度进行充值，同时流程修复时间也相对较短，该方法依然是可行的。

利用BOSS接口异常数据辅助处理系统执行以上应急流程的方式是：在提取号码后，根据客服协议开机命令字10007格式要求（HandsetNo~工号~返回格式~nCode~sType~备注），将批量号码构造成报文列表并导入系统执行。主界面如图5所示。

图5 系统主界面

该系统的设计模型如图6所示。由设计模型可看出，系统主要实现协议包的封装与发送，后续流程由接口进程完成，因此，只要是接口协议支持的业务系统即可。统计《客服接口说明》命令字可知系统支持的业务类型约计500种，能有效满足多种需求。

图6 系统设计模型

为了调节对接口所产生的压力，系统还实现线程数与执行时间的动态配置，在接口压力较大时可减少系统线程，并把对资源需要量多的任务定时在晚间自动启动，避免对接口日常运作造成不良影响。

总结

本文主要研究BOSS接口的监控方法以及应急措施，将传统手段纳入监控系统，并重点介绍利用库表定量分析。在应急措施中，主要讨论应急方案以及自建系统在应急中的作用，通过监控预防故障突发，利用应急措施降低故障影响范围，形成较完整的接口维护体系，佛山移动目前在实践中已经验证了该方法的有效性。

作者：中国移动通信集团广东有限公司佛山分公司 陈健荣 来源：通信世界周刊