步骤六：启动复制
保护组初始化完成后，您就可以启动保护组复制。启动复制就是将生产站点所有数据复制到容灾站点，此时会在容灾站点自动创建按量付费的ECS实例。注意事项 启动复制后，系统会在容灾站点自动创建按量付费的ECS实例，由ECS和云盘复制产品收取...
步骤六：启动复制
保护组初始化完成后，您就可以启动保护组复制。启动复制就是将生产站点所有数据复制到容灾站点，此时会在容灾站点自动创建按量付费的ECS实例。注意事项 启动复制后，系统会在容灾站点自动创建按量付费的ECS实例，由ECS和云盘复制产品收取...
自助诊断GPU节点问题
ACK集群提供节点级别的GPU诊断功能，供您进行部分GPU相关问题的故障排查。如果您在ACK Pro版集群中使用GPU节点时遇到问题，可以启用GPU节点自助诊断，采集GPU诊断的基础指标进行问题排查。本文介绍如何使用节点诊断功能，自助排查GPU节点...
CLB支持的地域信息
各可用区之间可以实现故障隔离，即如果一个可用区出现故障，不会影响其他可用区的正常运行。每个地域完全独立，不同地域的可用区完全隔离，但同一个地域内的可用区之间使用低时延链路相连。为了向广大用户提供更加稳定可靠的负载均衡服务，...
混合云解决方案
如果MASTER 宕机，发生了故障转移，此时SLAVE如果要提供服务，日志读取器会等待镜像日志先同步，再做发布，但如果MASTER发生硬件故障，此时SLAVE需要打开一个跟踪标记1448，在镜像故障的情况下可以继续分发数据。说明 1448标记用于在事务...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步...
什么时候可以删除容灾恢复网关？
对于部署了多个容灾恢复网关的场景，一旦云上恢复完成，您可以立即删除所有容灾恢复网关，待故障恢复时再部署容灾恢复网关，做云上数据备份。您也可以保留一个恢复网关对云上恢复出来的服务器进行数据备份。
什么是全局流量管理？
同时当地址池整体不可用时，可以做备份切换。② 访问策略：访问策略可支持为不同网络或区域来源的访问用户设置不同的解析响应地址池，并最终实现用户就近访问接入和故障自动切换的效果。③ 健康检查：健康检查主要是针对地址池里IP地址列表...
InnoDB Physiological Logging
对于 INSERT、UPDATE 和 DELETE 等操作可以保证记录到页面级别，在故障恢复时，不需要重新执行Btree遍历找到页面就可以并行回放日志，从而加快故障恢复。PolarDB 针对当前InnoDB日志一些冗余的地方也做了改进。例如，增加了record长度信息...
如何管理故障
更新故障通知：在故障处理的过程中，当故障进展发生变化，包括进度更新、影响恶化、故障等级变化、原因明确、根因定位等场景下，可更新故障过程中的内容，并在 故障详情 页点击更新故障通知，选择需要的故障通告类型，并最终确认发出故障...
同城多活架构实践
虽然故障最终得以解决，但故障导致的客户流失和企业口碑影响，对快速发展的业务造成不小的打击，迫使企业开始重视同城多活容灾能力的建设，以及定期做故障演练确保故障恢复能力的有效性。同城多活架构改造 基于MSHA多活容灾解决方案，您...
流水单据型业务场景多活实践
多活容灾MSHA（Multi-Site High Availability）是在阿⾥巴巴电商业务环境演进出的多活容灾架构解决⽅案。本文通过一个电商业务下单链路案例，介绍典型的流水单据型业务场景，如何基于多活容灾...相关文档 什么是故障演练 为什么需要多活容灾？
读多写少型业务场景多活实践
多活容灾MSHA（Multi-Site High Availability）是在阿⾥巴巴电商业务环境演进出的多活容灾架构解决⽅案。本文通过一个电商业务导购链路案例，介绍典型的读多写少型业务场景，如何基于多活容灾...相关文档 什么是故障演练 为什么需要多活容灾？
什么是全局流量管理？
同时当地址池整体不可用时，可以做备份切换。2、访问策略 访问策略可以助企业轻松管理全球流量，其能够根据客户设定的流量调度策略，可为不同网络或区域来源的访问用户设置不同的解析响应地址池，并最终实现用户就近访问和故障切换效果。...
实时分析链路数据
单机故障可以分为宿主机故障和容器故障两类（在Kubernetes环境可以分为Node和Pod）。例如CPU超卖、硬件故障等都是宿主机级别，会影响所有容器；而磁盘打满、内存溢出等故障仅影响单个容器。因此，在排查单机故障时，可以根据宿主机IP和容器...
容灾预案
1.创建容灾预案 指用户创建一个容灾预案，可用于日常做容灾演练，或在应用服务出现故障时实现快速切换流量。2.容灾预案名称 指用户可以为创建的容灾预案输入一个易识别的名称，例如“故障演练测试”3.容灾预案备注 您可以根据创建的容灾...
词汇表
用户可以配置安全组规则来允许或拒绝指定类型的网络流量通行，还可以基于安全组划定安全域，通过授权安全组访问的能力，让一个安全组授权另一个安全组内的云资源访问。更多信息，请参见 安全组概述。边缘云节点 边缘云节点由阿里云分布在...
同城容灾架构概述
非机房级故障（某个机房的单产品故障，例如其中一个机房的ECS服务器损坏），可以通过对单产品的灾备设计来保障发生故障时系统及时切换。应用设计相关参考标准 应用设计相关参考标准如下：无状态化。分布式集群设计、避免单点逻辑出现。幂等...
部署高可用及共享存储Web服务
例如，当前NAS容灾备份方案是单向的（Master->Backup），在真实的业务场景中，如果文件不只是读，还有写操作的情况下，Master NAS出现故障后，需要结合自身业务做一些额外的策略：如果对于写的可用性要求不高，可以在切换到Backup NAS时，...
业务连续性
数据的备份和恢复 故障时流量转移可以很好地避免地域级别故障造成业务中断，但此时故障地域的数据服务也可能同样不可用。为了让业务在备地域的应用启用期间也能正常运转，您需要根据自身的业务设计合适的方案，在非故障期间将数据从主地域...
集群灰度切换
2机房能扛住2个机房的流量，可以在服务挂载前给domain_2机房扩充查询节点数据副本数 新部署机房预热 假设已有机房domain_1已经正式接流并服务线上，这时需要再部署一个新的机房，那么为了线上查询流量的稳定性，可以做如下操作：...
ZooKeeper的使用场景和MSE ZooKeeper的优势
例如，当一个5节点的ZooKeeper集群，部署在3个可用区的时候，它应该是2/2/1的分布，任意一个可用区出现故障，不影响ZooKeeper的整体可用性，同时阿里云AZ之间的延时低于3ms，可以做到故障的风险可控。高可用负载均衡：MSE ZooKeeper提供的...
PostgreSQL只读实例简介
云盘实例的只读实例为单节点架构，没有备节点，因此无法保障可用性，建议您购买多个只读实例，使用libpq或JDBC实现自动故障转移，详情请参见 自动故障转移和读写分离。您也可以通过数据库代理实现读写自动分离，更多信息，请参见 什么是...
应用场景
此种部署既可以避免因为单个可用区的故障而导致对外服务的不可用，也可以通过不同产品间可用区的选择来降低延迟。如果您采取如下图所示的部署方案，即在 CLB 实例的主可用区下绑定多台ECS实例，而在备可用区没有任何ECS实例。正常情况下，...
跨可用区容灾
当生产站点因为不可抗力因素（比如机房火灾、断电）或者设备故障（软、硬件破坏）导致应用在短时间内无法恢复时，ECS容灾服务支持业务的跨可用区（Availability Zone）的容灾能力，对整体的应用做容灾备份来应对单地区的故障，满足业务的...
什么是PolarDB MySQL企业版
各计算节点之间仅需同步Redo Log相关的元数据信息，极大地降低了主节点和只读节点间的复制延迟，而且在主节点故障时，只读节点可以快速切换为主节点。读写分离 读写分离是 PolarDB 集群版 默认免费提供的一个透明、高可用、自适应的负载...
跨地域容灾
容灾系统部署在阿里云的两个地域中，当生产站点发生故障（例如海啸、地震）时，业务系统切换到容灾站点。生产站点和容灾站点部署在不同的地域，提供容灾即服务，RPO低至1分钟、RTO低至15分钟的高可靠的业务持续性保障，有效避免了地域性...
多云场景全局容灾
通过GTM做全局容灾，实现不同地域用户就近接入，且任意一数据中心故障，可将访问流量切换到正常的数据中心，能够保障业务的连续性。预实现效果 中国内地的用户流量调度到线下IDC 中国香港用户的访问流量调度到阿里云中国香港 境外访问流量...
跨可用区容灾
当生产站点因为不可抗力因素（比如机房火灾、断电）或者设备故障（软、硬件破坏）导致应用在短时间内无法恢复时，ECS容灾服务支持业务的跨可用区（Availability Zone）的容灾能力，对整体的应用做容灾备份来应对单地区的故障，满足业务的...
跨地域容灾
容灾系统部署在阿里云的两个地域中，当生产站点发生故障（例如海啸、地震）时，业务系统切换到容灾站点。生产站点和容灾站点部署在不同的地域，提供容灾即服务，RPO低至1分钟、RTO低至15分钟的高可靠的业务持续性保障，有效避免了地域性...
EasyCkpt：AI大模型高性能状态保存恢复
如果PyTorch大模型训练场景的任务运行失败，您可以使用EasyCkpt保存的最新的Checkpoint来重新运行任务，无需重复计算，减少时间和成本的浪费。EasyCkpt是PAI为PyTorch大模型训练场景而开发的高性能Checkpoint框架，通过实现接近0开销的模型...
访问策略
什么是访问策略 访问策略包括DNS智能解析、默认地址池/备用地址池、生效地址池切换策略等相关信息，一个GTM实例可以创建多个访问策略，可为不同网络或区域来源的访问用户设置不同的解析响应地址池，并最终实现用户就近访问接入和故障自动...
常见问题-FAQ
重要 标准版最快可在4分钟左右准确发现故障并切换 故障发现时间：GTM可保障故障发现时间，目前默认的健康检查配置可以在故障的4分钟左右准确发现故障并切换；全网生效时间：GTM无法保障全网的最终生效时间，因受限于全国各地运营商的TTL...
灾备规划
识别这些要素之后，可以做如下计划：混合云容灾服务需要保护这3台服务器。阿里云上恢复时，需要将这3台服务器恢复在同一个VPC内。整机恢复后，为确保这个应用能够运行，必须确保恢复时使用与云下相同的IP地址。或者，确保在恢复完成后用...
应用故障自动诊断
如果发现问题，则会在应用总览页面上方闪现一个红色盾牌图标，单击该图标即可弹出故障诊断报告，故障报告上的故障定界和根因分析可以帮助您更好地发现和解决问题。常见的故障自动诊断场景 RT突增 下游业务导致的本应用的RT突增，您可以联系...
CLB访问日志功能简介
CLB结合阿里云日志服务提供的访问日志功能，可帮助您大幅提升日志数据分析、故障定位处理的效率。什么是CLB访问日志 CLB的访问日志功能收集了所有发送到CLB的请求的详细信息，包括请求时间、客户端IP地址、延迟、请求路径和服务器响应等。...
FAQs
重要 故障发现时间：GTM可保障故障发现时间，目前默认的健康检查配置可以在故障的4分钟左右准确发现故障并切换；DNS切换同步时间：GTM无法保障全网的最终生效时间，因受限于全国各地运营商的TTL缓存设置以及网络环境不同，所以全网生效时间...
什么是消息演练
AHAS提供了强大且高灵活度的故障演练功能，可以根据不同的场景注入对应的故障类型。为了使您的演练服务更便捷，故障演练还提供消息演练功能。本文介绍消息演练的基本概念。消息演练概述 目前市面上有RocketMQ、Kafka、RabbitMQ等流行的消息...
步骤四：创建保护组
一个保护组中可包含多个ECS实例，便于您使用一个计划对...说明 保护组处于 增量复制中 或者已有恢复点之后，您就可以进行故障演练。具体操作，请参见 故障演练。删除故障演练组 故障演练完成，删除故障演练组。后续步骤 步骤五：添加保护实例
- 产品推荐
- 这些文档可能帮助您