诊断网页加载过慢的问题
针对这类问题，ARMS前端监控的慢会话追踪功能提供页面静态资源加载的性能瀑布图，可深入定位页面资源加载情况，全方位地诊断故障根源，从而快速排除故障。问题描述 网页加载较慢是经常出现且前端非常关注的问题之一。定位、排查解决这类...
冷备操作手册
在后续运行中，如一体机发生硬件故障，本文档描述如何一键替换主机，快速恢复现场业务。一 支持声明 冷备支持机型 物业管理一体机-停车版、物业管理一体机-人行版、物业管理一体机-视频版、物业管理一体机-EBA版、物业管理一体机-通行版、...
云盘存储卷概述
云盘支持在可用区内自动复制您的数据，防止意外硬件故障导致的数据不可用，保护您的业务免于组件故障的威胁。存储规格 类别 ESSD PL0云盘 ESSD AutoPL云盘 ESSD AutoPL云盘（开启性能突发）存储类 alicloud-ebs-efficiency alicloud-ebs-...
ECS系统事件汇总
Instance:SystemMaintenance.Reboot:Failed：因系统维护实例重启失败 Instance:SystemMaintenance.Reboot:Canceled：因系统维护实例重启已取消 阿里云检测到ECS实例所在的底层宿主机存在潜在的软硬件故障风险，该风险会导致ECS实例重启，且...
性能监控最佳实践
这些工具可以根据监控数据自动化地进行故障排除、性能优化等操作，提高系统的稳定性和性能。建设一体化性能监控平台需要根据监控需求选择合适的监控工具，进行配置和整合，实现数据可视化和自动化运维，以提高系统的稳定性和性能。从 0 到 ...
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...
故障管理
故障管理概述 故障管理是源于ITIL的一个概念，在IT企业或者互联网企业进行故障管理的目的是当生产环境出现重大宕机时尽快恢复正常的服务运营，将组件失败对业务所造成的负面影响降到最低，从而确保满足事先与业务客户之间所约定的服务级别...
自动或手动主备切换
当主实例发生故障或不可用时（例如操作系统错误、硬件故障等），系统会自动触发主备切换，主实例和备实例将进行互换，切换后实例地址保持不变，应用程序会自动连接到新的主实例（原备实例），从而保障业务的连续性和高可用性。此外，您还...
NVMe协议介绍
而计算节点则经常受断电、宕机、硬件故障等影响，所以业务通常搭建主备模式解决计算的高可用问题。例如数据库场景，当主库故障时迅速切换到备库对外提供服务，实例切换后，可以通过NVMe PR命令释放旧实例的写入权限，从而确保旧实例不再...
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），...
常见问题
表格存储 可以自动根据您的业务量的增长进行扩容，还可自动进行故障检测和数据迁移，对您的应用程序屏蔽机器和网络的硬件故障，为您完成一切运维任务。使用 表格存储 您只需专注于业务研发，无需担心软硬件预置、配置、故障、集群扩展、...
EasyCkpt：AI大模型高性能状态保存恢复
在训练过程中，可能会遇到硬件故障、系统问题、连接错误、以及其他未知的问题。这种频繁中断导致的训练进度的损失对于耗时又耗资源的大模型训练来说是难以承受的。尽管可以通过做Checkpoint来保存和恢复进度，但Checkpoint本身的耗时与模型...
基于Kubernetes容器集群的容灾架构与方案
在进行系统架构设计时，您必须考虑到信息系统和基础设施可能遇到的各种潜在威胁，例如：硬件故障、软件系统崩溃、人为操作失误、安全攻击、自然灾害等。为了确保系统能够在各种异常故障场景下快速恢复并保持业务连续性，您必须为系统设计...
事件分析概述
链路追踪：提供事件轨迹能力，还原事件整体链路状态，帮助您快速排除故障，定位链路问题。低成本 事件总线EventBridge 支持事件以云服务事件总线和自定义事件总线形式接入，云服务事件总线支持接入所有阿里云产品事件，无缝支持云服务事件...
弹性裸金属服务器概述
当弹性裸金属服务器发生硬件故障时，支持故障转移，数据都保留在云盘中。产品优势 弹性裸金属服务器通过技术创新实现客户价值。具体而言，弹性裸金属服务器具有以下优势：用户独占计算资源 作为一款云端弹性计算类产品，弹性裸金属服务器...
质检规则配置
例如下图，命中正则表达式：买.*(ssd盘|普通盘)，排除正则表达式：用不了|不能用|不生效，所以结合起来就是只匹配用户购买产品的场景，但是要排除掉故障报修的场景，示例语句：我想买一块ssd盘，应该怎么操作（可命中）/我前两天买了ssd盘...
以太网接口频繁Up/Down
本文介绍以太网接口频繁Up/Down的原因和处理方法。问题现象 以太网接口频繁Up/Down。可能原因 线缆没有连接好。双绞线过长、光纤超长或链路损耗太大。接口、接口模块或设备故障。解决方案 检查本端和对端...检查本端和对端设备硬件是否故障。
以太网接口无法接通
本文介绍以太网接口没有接通的可能原因和处理方法。问题现象 以太网接口没有接通（物理上）。可能原因 设备没有连接电源或者以太网接口连接的线缆没有插好。光纤、双绞线过长或者链路损耗太大。...检查本端和对端设备硬件是否故障。
设备显示离线
如果是静态路由接入，尝试通过交换机，能否 ping 通设备的每个接口IP，如果其中有无法 ping 通的接口，请参见 设备和交换机之间的链路故障，排除接口互联问题。如果是单机设备，观察设备机身的状态指示灯，确认右侧第二个和第三个灯是否为...
无法连接到同一个云连接网内的本地客户端
如果是静态路由接入，尝试通过交换机，能否 ping 通设备的每个接口IP，如果其中有无法 ping 通的接口，请参见 设备和交换机之间的链路故障，排除接口互联问题。如果是单机设备，观察设备机身的状态指示灯，确认右侧第2和第3个灯是否为黄色...
ping不通云服务ECS（SAG-1000）
如果是静态路由接入，尝试通过交换机，能否ping通设备的每个接口IP，如果其中有无法ping通的接口，请参见 设备和交换机之间的链路故障，排除接口互联问题。如果是单机设备，观察设备机身的状态指示灯，确认右侧第2和第3个灯是否有红色的。...
网关一体机告警介绍
本文介绍网关一体机中磁盘故障、电源故障等硬件告警，以及CPU使用率、内存使用率等软件告警信息。监控项 报警阈值 报警通道 恢复是否通知 疲劳度 是否实时 CPU使用率 一分钟内平均使用率超过95%客户邮箱 是 每日最多5封 是 内存使用率 一...
关于网络分析
APM 网络分析对客户端侧的网络请求情况进行检测、分析、诊断，帮助您快速查找和排除网络故障，提升网络性能，增大网络可用性价值。在网络监控指标分析中，APM 针对不同网关类型，提供网络请求响应时长、网络请求错误率、请求次数等网络监控...
响应云盒维修事件
当云盒中的硬件设备发生故障需要更换时，阿里云会向您发送云盒维修事件通知，您需要授权同意阿里云上门更换并维修硬件设备。本文为您介绍云盒维修相关的流程，以及如何响应云盒维修事件。背景信息 配置云盒计算资源时，您需要配置一定的...
数据可靠性
日志服务采用三副本机制为您提供高可靠性。日志服务底层存储采用三副本机制来保证...通过该机制，存储系统确保3个数据副本分布在不同服务器的不同物理磁盘上，单个硬件设备的故障不会造成数据丢失，同时确保3个数据副本之间的数据强一致性。
设计方案
容错 容错是指在分布式系统中，系统出现故障时，通过设计和实现可靠的机制和策略，使系统能够自动检测、排除或者纠正错误，保证系统能够正常运行，从而提高系统的可靠性和稳定性。容量 容量是在一定时间内，系统能够处理的最大工作量或数据...
采集客户端数据的高可用方案
通过该机制，存储系统确保3个数据副本分布在不同服务器的不同物理磁盘上，单个硬件设备的故障不会造成数据丢失，同时确保3个数据副本之间的数据强一致性。因此对于单硬件设备故障风险，日志服务天然具备了可用性特征。但是在一些相对极端的...
实时分析链路数据
如果异常请求分散在多台机器，那么大概率可以排除单机故障因素，可以重点分析下游依赖服务或程序逻辑是否异常。在 调用链分析 页面筛选错误调用或慢调用，并设置按IP进行分组统计，如果异常调用集中出现在特定机器，则有较大概率是机器故障...
什么是云工作流（CloudFlow）
方便您快速识别故障位置，并快速排除故障问题。支持长时间运行流程 云工作流 可以跟踪整个流程，持续长时间执行确保流程执行完成。有些流程可能要执行几个小时、几天、甚至几个月。例如运维相关的Pipeline和邮件推广流程。流程状态管理 云...
什么是Serverless工作流
方便您快速识别故障位置，并快速排除故障问题。支持长时间运行流程 Serverless 工作流 可以跟踪整个流程，持续长时间执行确保流程执行完成。有些流程可能要执行几个小时、几天、甚至几个月。例如运维相关的Pipeline和邮件推广流程。流程...
新功能发布记录
2023-06-30 云盒计算资源配置最佳实践 维修事件 云盒中的硬件设备发生故障需要更换时，阿里云会向您发送云盒维修事件通知，您需要授权同意阿里云上门更换并维修硬件设备。2023-06-30 响应云盒维修事件 新增地域 新增以下两个地域：华东2...
客户案例
业务挑战 一致性，一致性是金融业务的生命线，为了应对硬件或者系统故障（IDC/OS/机器故障），传统的数据库在这方面为业务提供多种选择。最大可用模式在主库故障情况下可能造成数据丢失。最大保护模式会提高全年的不可用时间，并造成性能...
Pod诊断
容器智能运维平台 构建了基于专家经验的故障诊断系统，并基于海量数据训练了AI智能故障诊断模型。Pod诊断融合了基于专家经验和AI智能诊断两种诊断模式，进一步深入定位问题根因。Pod诊断包括诊断检查项和诊断根因。诊断检查项：包括Pod检查...
基本概念
FPGA云服务器概念 名词 说明 相关文档 FPGA 现场可编程门阵列（Field Programmable Gate Array），具有硬件并行加速能力和可编程特性。什么是FPGA云服务器 FaaS FPGA即服务（FPGA as a Service），阿里云在云端提供的统一硬件平台与中间件...
错误码
常见 PolarDB-X 数据节点连接失败的原因如下：后端数据节点连接数已满 计算节点到数据节点的连接超时 数据节点拒绝连接 如果排除后端数据节点问题后仍然出现该错误，请联系技术支持。PXC-4103 ERR_ATOM_CONNECTION_POOL_FULL 描述：PolarDB...
API使用规范
定义 1.1 API：指应用程序编程接口（Application Programming Interface），是指一些预先定义的函数，目的是提供用户与应用程序之间基于某软件或硬件得以访问一组例程的能力，且用户无需访问源码，或理解内部工作机制的细节。1.2 云解析DNS...
Windows实例通过外部访问网络不通的处理
更多信息，请参见 在ECS实例的Windows服务器PING外网提示一般故障处理方法。检查Windows实例是否有性能问题，如CPU资源占用高、内存耗尽、带宽占用满、网络动态端口耗尽。更多信息，请参见 Windows系统内存分析工具的介绍。检查Windows实例...
三网合一卡2.0使用入门
排除检测周期的影响，一般切换一次网络需要几十秒到分钟级不等（主要和模组是否需要重启逻辑有关）。切网多少次能到可用网络？当三个运营商基站均覆盖时，插卡即用。当三个运营商基站均无法覆盖时，则三网均不可用。当该设备区域内可用基站...
什么是传统型负载均衡CLB
CLB 默认检查云服务器池中的云服务器的健康状态，自动隔离异常状态的云服务器，消除了单台云服务器的单点故障，提高了应用的整体服务能力。此外，CLB 还具备抗DDoS攻击的能力，增强了应用服务的防护能力。CLB组成 说明 上图中灰色的云服务...
常见问题
PolarDB 每个节点都有一个故障切换（Failover）优先级，决定了故障切换时被选举为主节点的概率高低。当多个节点的优先级相同时，则有相同的概率被选举为主节点，详情请参见 自动/手动主备切换。备份与恢复 Q：PolarDB 采用什么备份方式？A...
- 产品推荐
- 这些文档可能帮助您