Linux系统的ECS实例运行卡顿，在/var/log/messages...
问题原因 在Linux系统的ECS实例中，当某个进程因为某种原因无法继续执行，并且长时间停滞在某个状态下无法响应，就会发生挂起任务（hung task）故障，出现hung task故障可能原因如下：进程卡住（blocked）：当某个进程在执行过程中出现死锁...
JVM注入动态脚本
向指定的Java方法注入一段动态代码，您可通过代码方式实施任意故障场景，例如篡改方法入参、篡改方法返回值等。参数说明如下：参数名称 是否必选 默认值 参数说明 脚本类型 否 Java 动态脚本的语言类型，可选项：Java、Groovy。脚本名称 否...
采集客户端数据的高可用方案
但是在一些相对极端的场景下，单集群可能由于一些预期外原因存在故障停服风险。针对该单集群故障风险，日志服务提供两种异地多活的客户端数据采集方案。方案比较 对比项 方案1：双写 方案2：数据加工复制+写入切换 部署复杂度 低 需要额外...
常见问题
运维管理 容器应用服务常见问题 经典应用服务常见问题 中间件 SOFABoot 常见问题 微服务常见问题 微服务故障排查之 DRM 微服务故障排查之限流 微服务故障排查之 RPC 服务网格-故障排查 消息队列常见问题 任务调度常见问题 分布式链路跟踪...
功能概览
支持的容灾场景 容灾场景 支持类型 故障切换 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，等待数据同步完成后再启动切换。这样可以保证容灾端与生产端数据完全一致，...
步骤七：故障切换
立即切换 该故障恢复会尝试停止保护组中被保护的实例，不会等待所有被保护的实例停止，也不会进行最后一轮数据同步，立即启动切换，会导致数据有部分丢失，主要用在故障容灾的场景。数据同步后切换 正向保护-故障切换 请参考以下步骤进行...
步骤七：故障切换
立即切换 该故障恢复会尝试停止保护组中被保护的实例，不会等待所有被保护的实例停止，也不会进行最后一轮数据同步，立即启动切换，会导致数据有部分丢失，主要用在故障容灾的场景。数据同步后切换 正向保护-故障切换 请参考以下步骤进行...
流水单据型业务场景多活实践
复现故障 改造完成容灾架构后，还需验证容灾能力是否符合预期，接下来将历史故障进行复现，通过制造真实的故障来验证容灾恢复能力。演练准备。登录 AHAS控制台。在控制台左侧导航栏选择 多活容灾。在左侧导航栏选择 监控大盘，在顶部菜单栏...
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，如何基于多活容灾解决方案（AHAS-MSHA）帮助业务实现多活容灾...
应用故障自动诊断
在EDAS中进入应用总览页面时，会按照您自定义的时间段对该应用的运行情况做一个自动诊断。...数据支持：这一部分包含了得到推测结论的数据支持，不同故障原因的诊断报告中包含的分析数据将不一样。图 1.故障诊断报告示例图-RT诊断
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...
使用限制
请在故障切换后参考 配置辅助弹性网卡 检查和配置容灾端网卡，确保网络正常工作。多网卡存在限制如下：ECS实例在绑定辅助弹性网卡后，部分镜像无法自动识别辅助弹性网卡的IP地址并添加路由，导致无法正常使用辅助弹性网卡。若ECS实例配置了...
步骤五：应用容灾
当被保护的服务器完成阿里云复制服务（AReS）安装并重启后，您就可以对受保护的服务器启动、停止容灾复制、故障切换、容灾演练等一系列的应用容灾操作。前提条件 已安装阿里云复制服务。更多信息，请参见 步骤四：安装阿里云复制服务。操作...
通过CADT实现ALB可用区级容灾演练
云速搭CADT（Cloud Architect Design Tools）容灾管理服务提供规划、部署、演练高可用业务的能力，在业务上线前及业务上线后定期进行容灾演练，验证系统是否能够抵御资源故障或者可用区故障，保障系统健壮性。本文为您介绍如何通过CADT实现...
产品优势
多活容灾产品MSHA提供从流量接入到应用和数据库的故障切换能力，快速构建云上同城及跨地域的多活容灾架构，提升客户业务的连续性。与自建容灾架构对比，产品具备以下多种优势。大规模实践沉淀 多活容灾MSHA商业化上线于2019年，产品技术与...
通过CADT实现NLB可用区级容灾演练
云速搭CADT（Cloud Architect Design Tools）容灾管理服务提供规划、部署、演练高可用业务的能力，在业务上线前及业务上线后定期进行容灾演练，验证系统是否能够抵御资源故障或者可用区故障，保障系统健壮性。本文为您介绍如何通过CADT实现...
故障演练
故障演练的意义 故障演练将被容灾保护的服务器在云上拉起并验证应用正确性，是容灾流程整体中及其重要的一环，它的核心意义在于：方便地验证被容灾保护的应用可以在容灾站点正常拉起。确保操作人员熟悉容灾恢复流程，确保在生成站点真正...
故障演练
故障演练的意义 故障演练将被容灾保护的服务器在云上拉起并验证应用正确性，是容灾流程整体中及其重要的一环，它的核心意义在于：方便地验证被容灾保护的应用可以在容灾站点正常拉起。确保操作人员熟悉容灾恢复流程，确保在生成站点真正...
概述
TRaaS 技术风险防控平台，是以蚂蚁内部 SRE 长期实践方法论和内部工具沉淀为依托，形成的解决用户上云和分布式改造过程中，可观测、故障应急、容灾、混沌工程、资金安全、压测等运维问题的平台产品。高可用管理平台 高可用管理平台（High ...
通过一致性复制组实现容灾恢复
当您创建并启动一致性复制组后，如果生产站点中的云盘发生严重故障，您可以通过一致性复制组批量对生产站点的云盘数据进行容灾恢复。本文主要介绍如何通过一致性复制组进行容灾恢复。背景信息 一致性复制组支持故障切换和反向复制功能，当...
PTS压测快速入门
阿里云提供的业务高可用架构体系，为企业提供营销活动、成本控制（压测、容量规划、流量控制）、应急（开关）、容灾逃逸（架构感知、故障演练、异地多活）的解决方案。其中PTS压测作为容量规划阶段重要的环节，可模拟海量用户的真实业务...
什么是OceanBase
OceanBase是由蚂蚁集团、阿里巴巴完全自主研发的分布式关系型数据库，始创于2010年。OceanBase具有数据强一致、高可用、高性能、在线扩展、高度兼容SQL标准和主流关系型数据库...通过“三地五中心”部署实现城市级故障自动无损容灾。产品介绍
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...
产品体系
高阶运维 TRaaS 技术风险防控平台，是以蚂蚁内部 SRE 长期实践方法论和内部工具沉淀为依托，形成的解决用户上云和分布式改造过程中，可观测、故障应急、容灾、混沌工程、资金安全、压测等运维问题的平台产品。研发效能 源于蚂蚁集团在...
某全球领先媒介投资管理公司迁移Bigtable到Lindorm
解决方案 云原生多模数据库 Lindorm 跨可用区高可用容灾能力，提供机房级别故障强一致容灾（RTO 60s,RPO=0）以及最终一致容灾能力（RTO，RPO），保障用户业务持续在线。主要使用场景如下：99.99%以上SLA场景。机房级容灾，RTO小于1分钟。...
捷顺
本文介绍数据库自治服务DAS助力...客户感言“阿里云DAS服务帮助捷顺科技对数十个数据库实例进行异常监测、自动限流、自动优化、自动弹性扩缩容，大幅降低了数据库运维成本和故障时间，大幅提高了系统的可用性。——捷顺科技总工&运维负责人。
智能压测
此外，在数据库发生故障且无法定位原因时，可以利用克隆库复现故障场景，以便更好地定位故障原因。前提条件 源数据库支持：RDS MySQL PolarDB MySQL版 说明 不支持 PolarDB MySQL版 的 企业版 单节点 实例。PolarDB-X 2.0。目标数据库实例...
流量回放和压测
此外，在数据库发生故障且无法定位原因时，可以利用克隆库复现故障场景，以便更好地定位故障原因。前提条件 源数据库支持：RDS MySQL PolarDB MySQL版 说明 不支持 PolarDB MySQL版 的 企业版 单节点 实例。PolarDB-X 2.0。目标数据库实例...
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，...
通过异步复制功能实现容灾恢复
当您创建并启动云盘异步复制关系后，如果主盘发生故障，您可以通过异步复制功能对主盘进行容灾恢复。本文主要介绍如何进行容灾恢复操作。前提条件 反向复制前，请确保源云盘（主盘）已经从对应的ECS实例上卸载，即主盘处于未挂载状态。具体...
步骤七：故障切换
反向保护-故障恢复 生产站点故障恢复后，您需要将容灾站点数据恢复到生产站点，完成故障恢复。在保护组状态为 反向复制中 并且 实际RPO 符合预期的情况下，您就可以进行故障恢复操作。请参考以下步骤进行反向保护故障恢复操作。登录 云备份...
跨可用区容灾（Beta）
跨可用区（AZ）容灾，即在同Region不同可用区部署同构的Hologres容灾实例，如果生产实例所处的地理位置发生自然灾害，或者实例内部出现了故障导致生产实例无法正常对外提供读写服务，那么容灾实例可以切换为生产实例，从而保障业务连续性。...
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...
设备显示离线
可能原因 设备软件故障。设备到阿里云联网故障。解决方案 通过尝试在同一个运营商出口环境内 ping 其他知名网站，确认您的运营商网络正常。如果不正常，请处理运营商网络问题。如果正常，请跳转至 步骤2。请检查设备本身是否上电。电源状态...
什么是应用高可用服务AHAS
应用高可用服务（Application High Availability Service）是一款专注于提高应用高可用能力的SaaS产品，主要包含多活容灾、故障演练和流量防护三个独立的功能模块。其中流量防护已迁移至微服务治理服务MSE。多活容灾 多活容灾MSHA（Multi-...
使用限制
历史故障 公测期间暂无存储限制。通知订阅 通知订阅 每个租户最大可以配置50个通知订阅规则。服务 服务 每个租户最大可以配置100个服务。权限使用限制 功能 模块 限制规则 人员管理 人员 仅阿里云主账号可以新增、删除、修改并查看所有人员...
概述
再者云计算平台会提供冗余存储和备份能力，避免系统因为硬件故障或其他原因导致的停机或数据丢失。这种备份机制可以提高系统的可靠性。责任共担模型 阿里云平台提供高可用的基础设施，并提供应用稳定性相关工具体系。用户可以基于阿里云...
步骤七：故障切换
反向保护-故障恢复 生产站点故障恢复后，您需要将容灾站点数据恢复到生产站点，完成故障恢复。在保护组状态为 反向复制中 并且 实际RPO 符合预期的情况下，您就可以进行故障恢复操作。请参考以下步骤进行反向保护故障恢复操作。登录 混合...
产品功能
分布式架构，单节点故障业务不受影响 云数据库Memcache版采用分布式集群架构，每个节点均由双机热备架构组成，具备自动容灾及故障迁移能力。多种规格可适配不同的业务压力，数据库性能支持无限扩展。支持数据持久化及备份恢复策略，有效的...
应用场景
场景四：异地容灾 由于地区断电、断网等客观原因，产品可用性并不能达到 100%。当出现这些故障时，如果用户业务部署在单个地区，那么就会因为地区故障导致服务不可用，且不可用时间完全依赖故障恢复时间。通过构建灾备库，使用数据同步服务...
- 产品推荐
- 这些文档可能帮助您