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...
故障协同处理（基于钉钉）
恢复故障后可支持撤销恢复故障，此时 恢复 按钮变成 撤销恢复 按钮。点击 复盘 按钮前也需要校验这四个模块是否完成必填内容。过程详情：展示故障详情。点击 编辑 按钮则可补全过程详情必填信息。主要处理人和应急协同组是故障应急场景群的...
设计方案
故障恢复 定位故障原因后，按照应急预案快速恢复业务，并在事后进行复盘总结。预案执行：在故障响应的过程中，需要按照事先制定的应急预案进行执行。应急预案包括了应急响应流程、各个岗位的职责、处理流程等。预案执行能够保证故障恢复和...
托管节点池节点自动恢复
当发现节点故障时，ACK会根据故障原因触发对应恢复任务，并记录相应的事件。当恢复任务完成后，故障状态解除，节点恢复正常状态。当恢复任务完成后，故障状态依然存在，节点会被置为恢复失败状态。说明 如果集群中存在多个节点池，节点池...
产品优势
自动化故障诊断和标准化应急预案快速定位并恢复故障，减少因故障引起的业务中断时间。故障演练主动检验应用高可用能力。支持蚂蚁产品双中心容灾切换，满足监管合规需求。技术风险防控内容库快速更新 阿里云、蚂蚁技术风险团队基于域内、...
教育实训
培训机构可以根据自身的特点选择付费模式，极大地降低成本 无影可以提供远程监控、远程协助和录屏等功能，帮忙培训机构实现更加高效的教学过程管理 高效运维，通过数据备份还原、桌面重建等方式能够分钟级恢复故障 体验良好，多地域就近...
诊断网页加载过慢的问题
慢加载详情 页面顶部的 页面信息 区域展示了本次访问的客户端IP地址、浏览器、操作系统等信息，帮助您确认故障原因。慢加载详情 页面的 页面资源加载瀑布图 区域展示了页面静态资源加载的瀑布图，帮助您快速定位资源加载的性能瓶颈。慢加载...
故障复盘
复盘文档一般包含以下内容：故障简述：故障概述、影响面、处理人等 故障背景：故障发生时的业务链路 故障时间线：着重强调故障引入、故障发生、故障发现、业务响应、恢复执行、故障恢复几个时间点 故障原因分析：建议先一句话总结，再进行...
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...
访问策略
6.备用地址池是在默认地址池因故障原因不可用时，可以将用户的访问流量切换至备用地址池上。在 备用地址池 的下拉框中，选择已创建的地址池名称，最后单击 下一步。如果您还没有创建地址池，请参考 创建地址池 文档。注意：如未设置备用...
API概览
ListProblemSubtotals 故障小计列表 RecoverProblem 故障恢复 ReplayProblem 故障复盘 RevokeProblemRecovery 故障撤销恢复 UpdateProblemNotice 更新故障通告 CreateProblemMeasure 创建故障改进措施 DeleteProblemMeasure 删除故障改进...
什么是消息演练
随着应用规模的扩大，系统变得越来越复杂，不可避免地会走向分布式化。各种中间组件会相继被引入系统，其中分布式消息服务更是系统中必不可少的一...需要注意的是演练场景仅是组件表象，其内部故障原因可能是多种多样的，需要进一步进行分析。
功能概览
故障恢复 数据同步后切换 该故障恢复会停止保护组中被保护的实例，并且一直等到所有被保护的实例停止，再进行最后一轮数据同步，并等待数据同步完成后再启动恢复，服务不可用时间会大于“立即切换”的时间，主要用在生产站点正常工作等场景...
功能概览
故障恢复 数据同步后切换 该故障恢复会停止保护组中被保护的实例，并且一直等到所有被保护的实例停止，再进行最后一轮数据同步，并等待数据同步完成后再启动恢复，服务不可用时间会大于“立即切换”的时间，主要用在生产站点正常工作等场景...
功能概述
数据库发生故障后，无法在发生故障时定位到原因，可以通过智能压测功能，在克隆库上复现故障场景，定位故障原因。功能架构 智能压测的功能架构如下图所示：源数据库：将要进行大促、将要业务变更或者已经发生故障，需要进行流量捕获的数据...
步骤五：应用容灾
反向复制将云上数据复制到线下环境，完成后单击 更多>故障恢复>故障恢复 启动线下已恢复服务器。相关操作 在 受保护服务器 页签，单击 设置可见列，选中所有或部分可见列选项后单击 确认，查看服务器ID、RPO、服务器状态等信息。在 操作 ...
跨可用区容灾
选择 更多>故障恢复>故障恢复。在 故障恢复 面板，配置以下参数，然后单击 启动。参数名称 参数说明 实例名称 系统自动生成故障恢复后的ECS实例名称。默认可不修改。使用ECS规格 选择 使用ECS规格，则选择ECS实例已存在规格。否则需要手动...
回切至本地VMware
故障恢复（failback）完成后，您可以到vCenter中查看云上恢复出来的ECS。后续步骤 故障恢复完成之后，默认情况下这台机器没有进入保护状态。您需要单击 注册 将这台机器注册到CDR网关，然后启动复制，即可实现本地到云上的保护状态，形成了...
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。
什么是应用高可用服务AHAS
多活容灾 多活容灾MSHA（Multi-Site High Availability），是在阿⾥巴巴电商业务环境演进出来的多活容灾架构解决⽅案，可以将业务恢复和故障恢复解耦，有基于灵活的规则调度、跨域跨云管控、数据保护等能力，保障故障场景下的业务快速恢复...
监控报警概述
故障预警 云电脑的故障信息、故障原因及故障时间等信息。使用场景 在日常业务运行的过程中，监控大盘帮助您及时了解账号下全部云电脑资源的全局情况，实时监控提供更详细的数据指标和故障预警信息，帮助您了解终端用户使用云电脑的情况，...
ZooKeeper的使用场景和MSE ZooKeeper的优势
节点故障自愈：依托于K8s的Liveness能力，在节点出现故障时，会自动恢复故障节点，及时地保障服务的可持续性。数据安全：MSE ZooKeeper专业版提供了快照的备份能力，在集群出现非预期的情况时，能够快速重建恢复集群中的数据，保障数据的...
流水单据型业务场景多活实践
说明 基于MSHA流量监控或其他监控能力，确定业务稳态的监控指标，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。演练预期如下：下单链路对订单应用是强依赖，强依赖故障会影响业务不可用。故障爆炸半径控制在...
基本概念
概念 描述 故障转移（Fail Over）即容灾恢复，指您的 IDC 应用出现故障时，在阿里云上恢复应用的过程。故障恢复（Fail Back)当您的 IDC 内的环境恢复以后，将应用数据迁回自有 IDC 恢复应用运行的过程。RPO Recovery Point Objective（数据...
同城多活架构实践
在杭州单元格B的商品应用发生故障的情况下，可使用MSHA切流功能将流量全部切换到另外的单元格，进行快速业务恢复（这里区别于传统的思路，不是去排查、处理和修复故障，而是立即使用切流进行恢复，将业务恢复和故障恢复解耦）。容灾切换...
回切至本地物理机
故障恢复完成之后，默认情况下这台机器没有进入保护状态。您需要单击 注册 将这台机器注册到CDR网关，然后启动复制，即可实现本地到云上的保护状态，形成了完整的闭环，避免了本地出现故障导致业务长时间中断造成的损失。手动收缩分区 请...
故障恢复
PROBLEM_UPDATE 通告类型 PROBLEM_NOTIFY：故障通告 PROBLEM_UPDATE：故障更新 PROBLEM_UPGRADE：故障升级 PROBLEM_DEGRADE：故障降级 PROBLEM_RECOVER：故障恢复 PROBLEM_REISSUE：故障补发 PROBLEM_CANCEL：故障取消 返回数据 名称 类型 ...
读多写少型业务场景多活实践
在杭州单元发生故障的情况下，可以使用MSHA切流功能将受影响的用户流量切换到另外的单元，进行快速业务恢复（这里区别于传统的思路，不是去排查、处理和修复故障，而是立即使用切流进行恢复，将业务恢复和故障恢复解耦）。容灾切换预期：将...
故障撤销恢复
NOTIFY：故障通告 PROBLEM_UPDATE：故障更新 PROBLEM_UPGRADE：故障升级 PROBLEM_DEGRADE：故障降级 PROBLEM_RECOVER：故障恢复 PROBLEM_REISSUE：故障补发 PROBLEM_CANCEL：故障取消 clientToken String Body 否 FD200FAE-E98F-496E-BFE6-...
混合云容灾服务的审计事件
Failback 故障恢复。ForcedFailover 故障切换。OpenService 开通服务。RegisterServers 添加受保护服务器。ReversedDisableReplication 停止反向复制。ReversedEnableReplication 启动反向复制。ReversedRegisterServer 反向注册。...
故障应急
故障管理体系是围绕故障全生命周期采取的一系列控制流程，包括故障基础数据管理（故障等级定义、应急场景监控覆盖、服务组&值班表管理、故障订阅管理），故障发现（7*24监控值班、智能基线告警），故障应急协同（故障通告及更新、故障应急...
应用场景
故障演练 为不断提升产品高可用能力，通过高可用管理平台的故障演练模块，设计并规划演练计划和恢复方案，继而在演练过程中不断发现、解决容灾预案存在的问题。以此，降低产品使用过程中故障发生概率，提高故障恢复效率，进而实现产品高...
容灾恢复网关有哪些主要作用？
容灾恢复网关的主要作用包括：将服务器备份上云，以及云下数据中心恢复后，将应用迁移回云下，即故障恢复处理；将云上服务器的数据做备份，上传灾备库以便云下拉取。
更新故障通告
故障升级 PROBLEM_DEGRADE：故障降级 PROBLEM_RECOVER：故障恢复 PROBLEM_REISSUE：故障补发 PROBLEM_CANCEL：故障取消 problemId Long Body 否 1312 故障Id clientToken String Body 否 4361a0e1-6747-4834-96ce-0c4840fd3812 幂等校验Id ...
应用场景
服务网格 ASM主要适用于需要对应用服务进行流量管理、安全管理、故障恢复、观测监控以及微服务架构迁移的应用场景。本文介绍ASM的常见应用场景。流量管理 通过ASM，可以轻松实现基于配置的流量管理：将流量管理与基础设施管理分隔开来，并...
什么是混合云容灾服务
解决的核心问题 混合云容灾解决的核心问题如下：应用级容灾保障业务持续性（Business Continuity）：在数据中心故障或长时间系统维护作业时，在云上快速恢复应用运行，缩短业务停机时间，极大减少损失。数据级容灾：在数据中心备份您的数据...
应用容灾
同城应用多活的架构如下图所示：同城应用多活对应用系统的代码侵入较小，基于灵活的流量调度和单元格间的流量路由，能做到故障场景下的业务快速恢复，实现业务恢复与故障恢复的解耦。异地场景的应用多活 同城近距离的容灾建设难以抵御地域...
SA混合云存储阵列
故障恢复：支持故障切换和故障恢复功能。当控制器故障时，支持在线故障切换，业务连续性不受影响。阿里云混合云存储阵列将云存储的高性价比和可扩展性与本地数据中心架构相结合，帮助客户轻松实现数据在本地数据中心和公共云之间的无缝流动...
产品价格
版本配置 功能项 标准版 旗舰版 全网故障恢复时间=故障切换时间+全网生效时间 在健康检查间隔设置为1分钟，TTL60秒，连续失败次数3次的配置下，GTM能在4分钟左右准确发现故障并切换，故障切换后理论上60秒左右可以全网生效，但实际情况取决...
动态与公告
功能/版本 历史版本GTM标准版 新版GTM标准版 新版GTM旗舰版 全网故障恢复时间=故障切换时间+全网生效时间 在健康检查间隔设置为1分钟，TTL60秒，连续失败次数3次的配置下，GTM能在4分钟左右准确发现故障并切换，故障切换后理论上60秒左右...
- 产品推荐
- 这些文档可能帮助您