我們今天要討論的是故障恢復(fù)，它是確?；谠苹蛲泄苄秃艚兄行牡母呖煽啃苑?wù)的重要支柱之一。需要注意的是，應(yīng)該如何防止故障和災(zāi)難演變成服務(wù)的損失呢？用戶/服務(wù)供應(yīng)商應(yīng)向廠商提出哪些要求呢？
在如今高度發(fā)達的社會中，我們有穩(wěn)定的公共資源供應(yīng)：干凈的水、電、互聯(lián)網(wǎng)。當這些系統(tǒng)中斷時，我們會感到驚訝和憤怒：不能喝茶、沒有照明、網(wǎng)絡(luò)連接也中斷了。這樣的局面令人無法忍受。
對呼叫中心來說，核心的云/托管服務(wù)如IP帶寬、電話、呼叫控制等的中斷帶來的危害無法用不便”二字概括。它會導(dǎo)致糟糕的客戶服務(wù)、收入下降和名譽損失。
雖然100％的正常運行時間是最理想的，但是呼叫中心工作的實時處理性質(zhì)使這個目標幾乎不可能實現(xiàn)。為什么呢？
此外，現(xiàn)實情況是，如果沒有整體全面的預(yù)算的話，大多數(shù)用戶是可以期待超高的正常運行時間的。配件的定期更換，硬件、網(wǎng)絡(luò)、電源、語音載體等故障都可以帶來較低的正常運行時間。
從軟件角度來看，故障通常是由某種形式的中斷造成的：
計劃性的——如果一個軟件平臺并沒有根據(jù)高速寫入升級而設(shè)計，那么升級就可能耗費數(shù)十分鐘，甚至數(shù)小時。不利于高可用性”系統(tǒng)。
非計劃性的——在系統(tǒng)某處出現(xiàn)故障；這些是可以預(yù)見的，如資源缺乏（內(nèi)存、磁盤空間等）。通過精心規(guī)劃和相應(yīng)的系統(tǒng)監(jiān)測，這些故障是可以消除的。還有一些其他的故障無法預(yù)知、但卻不可避免。它們波及面很廣，從個別組件（例如硬盤、網(wǎng)絡(luò)交換機、媒體網(wǎng)關(guān)）到重大自然災(zāi)害（如地震、海嘯）。
對于任何提供高可用性系統(tǒng)的供應(yīng)商/服務(wù)供應(yīng)商來說，核心問題是：如何預(yù)防故障和災(zāi)難演化為服務(wù)的損失？
關(guān)鍵是通過服務(wù)的復(fù)制，消除單點故障”，也就是軟件冗余。但是，這也存在一定的問題。
理想狀況是，每個服務(wù)都有熱備份”——這是一個備用服務(wù)，它不間斷運行，監(jiān)控主要服務(wù)的狀態(tài)。如果失敗，所有備用部分和資源都能實現(xiàn)無縫切換。這是全球網(wǎng)絡(luò)和其他運營商網(wǎng)絡(luò)的基礎(chǔ)。不過，雖然它適用于呼叫中心的許多流程，但是它卻無法應(yīng)用于實時的處理工作（如會議/語音流量的記錄或者撥號器/ ACD測量）。實時化意味著一切都處于快速變化之中，無法完全遵照磁盤內(nèi)容。因此，如果處理服務(wù)失敗，資源的簡單切換和正常業(yè)務(wù)的恢復(fù)也就無法進行了。當前會話結(jié)束或者備份撥號服務(wù)速度加快時，服務(wù)質(zhì)量會暫時降低，備份系統(tǒng)會重新建立服務(wù)。
另一種是冷備份”。在這個模式中，每個服務(wù)的副本都被保存在一個單獨的系統(tǒng)中（可能是虛擬存儲器，一個完全不同的服務(wù)器，甚至位于不同的大陸），能在必要時立刻投入使用。
但是我們?nèi)绾闻袛嗪螘r是必要的”？為了實現(xiàn)高可用性，被動的等待故障的出現(xiàn)是不夠的。必須立即采取行動。這就需要持續(xù)的監(jiān)控，不斷監(jiān)測周圍服務(wù)的狀態(tài)。如果無法正常工作，控制功能就需要啟動備用服務(wù)。（順便說一句，每個服務(wù)都必須有一個備份。正如Juvenal所問：誰來監(jiān)督監(jiān)督者？”）
另一個挑戰(zhàn)是，當主服務(wù)器故障時，它會有一個特定的狀態(tài)。備用服務(wù)器必須被初始化，使用相同的設(shè)置，包括安全性和許可證。這可以通過備用服務(wù)器或云端的配置文件副本實現(xiàn)。它必須時刻就緒，也許可以從最新的當前狀態(tài)”文件中獲取。最后，所有激活資源和路徑都會被轉(zhuǎn)換到備用服務(wù)器中。
平滑切換后，主服務(wù)器會發(fā)生什么？如果故障的原因是暫時的，自動重啟是最好的選擇，重置和重新連接資源以重新投入服務(wù)。如果不是這樣，則需要IT部門介入。
托管/基于云的呼叫中心服務(wù)的高可用性不是理所當然存在的。支持故障恢復(fù)的功能必須涉及到軟件的深度設(shè)計。它必須進行規(guī)劃，并以此為發(fā)展方向，以便真正做到服務(wù)的無縫對接。
