为何Pod中仍存在已恢复故障的“僵尸进程”？
在K8s环境中，下发的故障已经被恢复了，但是Pod中仍存在该故障的“僵尸进程”。本文介绍该情况可能的原因以及解决方案。可能原因 这是因为容器中存在PID Namespace隔离。在容器中，故障演练进程的父进程是PID=1的进程，容器中的一号进程不...
EMR Kafka磁盘故障运维
当出现磁盘故障时，需要根据故障原因、故障影响程度、业务需求（是否接受数据丢失、是否允许服务较长时间不可用）、集群状态等综合考虑恢复采取的策略。如果业务优先保证服务可用，但允许丢失部分数据，则应考虑在可能会丢失数据的情况下，...
通过巡检工具问题排查
1.故障排查方法简介 1.1 使用内置工具（推荐）Trident底座内置了故障排查工具——Lzero巡检工具，该工具会对集群进行周期性的巡检，检测容器底座的健康状态，并在发现故障时给出修复建议。Lzero巡检工具的使用方法见第2章。1.2 使用K8s原生...
集群管理FAQ
journalctl-u kubelet 集群常见问题 下表罗列了一部分ACK集群常见的故障原因以及处理方法。故障场景 处理方法 API Server组件停止或Master组件停止：不能创建、停止、更新Pod、Service、Deployment等资源。已有的Pod和Service仍然能够正常...
AIOps 解决方案专家服务内容说明
智能故障发现解决方案 基于调研与评估的结果，为客户设计智能故障发现解决方案，包含：多账号统一监控数据接入，并根据应用分组为客户设计AI算法能力用于实时故障发现，并根据分析结果智能定位根因，提供实时异常检测的稳定性方案，保障...
故障取消
故障取消 调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。请求头 该接口使用公共请求头，无特殊请求头。请参见公共请求参数文档。请求语法 POST/problem/...
归档存储服务等级协议
故障恢复能力 阿里云为付费用户的云服务提供7×24小时的运行维护，并以在线工单和电话报障等方式提供技术支持，具备完善的故障监控、自动告警、快速定位、快速恢复等一系列故障应急响应机制。2.11.网络接入性能 阿里云归档存储对用户不限制...
设置Pod故障处理策略
如果您希望尽快得到创建结果以便及时处理故障，可以修改Pod故障处理策略。配置说明 在虚拟节点上创建ECI Pod时，可能会因为库存不足等原因导致Pod创建失败，默认情况下，系统会自动进行重调度，尝试重新创建Pod。您可以通过添加 k8s.aliyun...
故障排查
本文介绍阿里云容器服务ACK集群在使用过程中常见问题的故障分析和排查流程。ACK集群异常 添加Kubernetes集群节点的常见问题 容器镜像仓库构建服务失败问题排查 容器镜像服务源码绑定失败问题排查 Kubernetes集群如何指定安全组 Kubernetes...
更新故障详情
更新故障详情。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。请求头 该接口使用公共请求头，无特殊请求头。请参见公共请求参数文档。请求语法 POST/...
故障升级
新增故障 调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。请求头 该接口使用公共请求头，无特殊请求头。请参见公共请求参数文档。请求语法 POST/problem/...
常见问题旧版索引
排查故障的经典步骤与常见原因 如何通过查看日志排查故障？产品FAQ 授权管理FAQ 集群管理FAQ 节点与节点池FAQ 容器网络FAQ Service FAQ Ingress FAQ DNS FAQ 应用FAQ 存储FAQ-CSI 存储FAQ-Flexvolume 容器安全FAQ 为什么可观测监控 ...
运维服务内容说明
因客户自身原因导致的问题故障，不属于阿里云运维服务范围。如客户有不定期现场服务需求，可按天购买运维专家现场服务。运维服务专家可帮助客户进行疑难问题现场处理，故障现场救援，变更现场保障、现场运维培训等服务。运维专家现场服务需...
GetProblem-故障详情
故障详情。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。请求头 该接口使用公共请求头，无特殊请求头。请参见公共请求参数文档。请求语法 POST/problem/...
服务等级协议
（8）其他非阿里云原因所造成的不可用。3.赔偿方 案 3.1 赔偿标 准 根据客户特定阿里云账号下平台的不同地域分别统计月度服务可用性，对于未达成可用性的，按照下表中的标准计算补偿金额，补偿方式为仅限于用于购买平台产品的代金券，且...
常见问题
Q：升级规格配置（比如从2核8 GB升级到4核16 GB）后端是怎么实现的？对业务有什么影响？A：PolarDB 的代理（Proxy）和数据库节点（Node）均需要升级到最新的配置，采用多个节点滚动升级的方式尽量减少对业务的影响。目前每次升级大概需要10...
主从实例读写分离部署（共享存储）
当出现1分钟容器响应超时（可能是内存溢出、硬件故障、软件Bug等原因导致），Resource Manager会自动拉起新的计算节点，并迁移Shard职责到新的节点上（例如Worker Node3响应超时，Resource Manager拉起Worker Node4取代Worker Node3），...
操作系统迁移中问题（Windows）
本文介绍Windows操作系统迁移相关的故障问题及解决方案。异常报错提示Run OSM Check Script Error，错误码M10_1001，怎么办？异常报错提示Run OSM Check Script Error，错误码M10_1002，怎么办？异常报错提示Run OSM Check Script Error，...
蓝牙mesh智能家居产品规范
事件名 事件ID 事件参数 说明 故障上报 0x00 uint16 Error_Code_Type uint8 Error_code_Value 低电量 0x01 uint16 power_percent_Type uint8 power_percent_Value 设备宕机 0x02 NULL 设备上电 0x03 NULL 按键单击 0x05 uint8 key code ...
K8s应用运维管理最佳实践
本文介绍部署在K8s集群上的应用在不同阶段需要注意的事项，以及如何实现在第一时间获得EDAS的发布动态。应用开发 您可以使用不同的开发者工具来开发应用，帮助您提升开发和部署效率。应用部署与联调 Cloud Toolkit Cloud Toolkit是阿里云为...
集群高可用架构推荐配置
节点池高可用配置 您可以基于节点的弹性伸缩、部署集、多AZ，结合K8s调度的拓扑分布约束，确保服务在不同的故障域（failure-domain）资源充足且有所隔离，从而当某一故障域出现问题时，服务仍然可以保持运行，减少单点故障的风险，提高系统...
使用集群诊断
容器智能运维平台 提供一键故障诊断能力，包括Pod诊断、Service诊断、Ingress诊断，可以辅助您定位集群中出现的问题。本文介绍如何在ACS集群中使用集群诊断功能。前提条件 已创建ACS集群。具体操作，请参见 创建ACS集群。确保ACS集群运行...
附录：SOFAStack 产品目录
分布式链路跟踪 分布式链路跟踪（Distributed System Tracing，简称 DST）是一款面向分布式架构、微服务架构和云原生架构的应用可观察性的金融级解决方案，帮助用户厘清应用间复杂的调用关系，迅速定位故障或者缓慢节点。产品架构 产品优势...
回切至本地物理机
准备工作 准备一块至少8GB大小的U盘 您可以使用Rufus免费制作U盘。除Rufus外，您还可以使用Etcher或UNetbootin utility。更多信息，请参见 Rufus、Etcher 或 UNetbootin utility。注意 使用Rufus会将U盘全部格式化。在开始制作前请确保已...
围绕混沌工程的平台实践
本文主要介绍AHAS Chaos是如何围绕混沌工程来打造故障演练服务，您可以了解到混沌工程的基本知识和AHAS Chaos的优势。混沌工程和故障演练 首先您需要了解混沌工程和故障演练的关系。以下是混沌工程官方定义：混沌工程是在分布式系统上进行...
混合云应用双活容灾最佳实践
说明 演练前，基于MSHA流量监控或其他监控产品，确定业务稳态的监控指标（如日常情况RT≤200ms，错误率），以便在故障发生时判断故障影响面以及在故障恢复后判断业务的实际恢复情况。步骤二：应用故障注入 这里使用阿里云故障演练产品，对...
日志审计
group:"apps"-group:"authentication.k8s.io"-group:"authorization.k8s.io"-group:"autoscaling"-group:"batch"-group:"certificates.k8s.io"-group:"extensions"-group:"networking.k8s.io"-group:"policy"-group:"rbac.authorization.k8...
云数据库Redis版产品选型必读
选择容灾方案 当云数据库Redis实例因不可预料的原因（例如设备故障、机房断电等）发生故障，容灾机制可用于保障数据的一致性和业务可用性。云数据库Redis提供多种灾备方案供您选择，可满足不同的业务场景。选择大版本 推荐使用更新的大版本...
使用集群诊断
容器智能运维平台 提供一键故障诊断能力，包括节点诊断、Pod诊断、Service诊断、Ingress诊断、内存诊断、网络诊断，可以辅助您定位集群中出现的问题。本文介绍如何在ACK集群中使用集群诊断功能。前提条件 已创建Kubernetes托管版集群。具体...
Tair选型指南
3 选择容灾方案 云原生内存数据库Tair 实例若因不可预料的原因（例如设备故障、机房断电等）发生故障，容灾机制保障数据的一致性和业务可用性。云原生内存数据库Tair 提供多种灾备方案供您选择，可满足不同的业务场景。4 预估内存规格 提前...
SLA服务等级协议
2.3 除外情形 因下述原因导致的服务不可用的时长不计入服务不可用时间：（1）阿里云预先通知客户后进行系统维护所引起的，包括割接、维修、升级和模拟故障演练；（2）任何阿里云所属设备以外的网络、设备故障或配置调整引起的；（3）客户的...
阿里邮箱产品服务条款
2-12 阿里云将消除客户非人为操作所出现的故障，但因客户原因和/或不可抗力以及非阿里云控制范围之内的事项除外。2-13 阿里云保证不会公开、编辑或向第三方透露客户企业邮箱账号中的信息、传输内容，但以下情况除外：2-13-1 根据依据法律...
产品服务等级协议
2.3 除外情形 因 下述原因导致的服务不可用的时长不计入服务不可用时间：（1）阿里云预先通知客户后进行系统维护所引起的，包括割接、维修、升级和模拟故障演练；（2）任何阿里云所属设备以外的网络、设备故障或配置调整引起的；（3）任何...
故障诊断
lastState.terminated.reason="OOMKilled"]|any'#对jq表达式的结果进行匹配，结果是否匹配'true'-type:regexp expression:"true"#问题严重等级：Critical/Warning/Info level:Critical#问题总结 summary:Pod因OOM被Kill#问题原因,支持...
管理组件
chaosblade-operator 面向云原生领域的混沌实验注入工具，配合金融云高可用管理平台使用，可以实现针对基础资源、用户应用、蚂蚁产品的故障演练。否 使用 高可用管理产品 HAS 时必须安装，否则无需安装。mosn-ingress 用于 Ingress 路由...
连接保持
PolarDB 新增支持连接保持功能，避免由于一些运维操作（如升级配置、主备切换或升级小版本等）或非运维操作故障（如节点所在服务器故障）导致的连接闪断或新建连接短暂失败的问题，进一步提高 PolarDB 的高可用性。前提条件 PolarDB 数据库...
服务协议
赔偿范围不包括以下原因所导致的请求失败或服务不可用：（1）阿里云预先通知客户后进行系统维护所引起的，包括割接、维修、升级和模拟故障演练；（2）任何阿里云所属设备以外的网络、设备故障或配置调整引起的；（3）客户的应用程序受到...
服务等级协议
运维事件中心服务等级协议 版本生效日期：2022.8.1 本服务等级协议（Service Level Agreement，以下简称“SLA”）约定了阿里云向客户提供的运维事件中心（简称“运维事件中心”）的服务可用性等级指标及赔偿方案。特别提示您，除非另有约定...
安装并登录ossbrowser
相关文档 使用AccessKey登录时出现“AccessDenied:You are forbidden to list buckets”报错 macOS系统无法打开ossbrowser macOS系统打开ossbrowser时提示无法验证开发者 Windows系统安装某软件后无法打开ossbrowser 因网络原因无法正常...
出错提示“fail to download rpm packages”
问题原因 将迁移的源服务器系统中所有提供的软件包（例如：CentOS）重装目标系统对应的软件包，涉及到软件包的依赖解析，下载和安装，如果迁移过程中存在依赖错误会导致rpm包安装失败。解决方案 远程连接源服务器。具体操作，请参见 连接...
- 产品推荐
- 这些文档可能帮助您