Linux系统的ECS实例系统无响应，系统日志中出现“BUG:...
BUG:soft lockup-CPU#0 stuck for 61s 问题原因 该问题通常是由于ECS实例中，系统内核长时间占用CPU资源导致出现软死锁（soft lockup）故障，内核长时间占用CPU资源可能有以下原因：系统负载过高 内核死循环或死锁 内核调度问题 内核出现...
通过一致性复制组实现容灾恢复
步骤二：故障切换 故障切换功能可以开启容灾站点中云盘数据的读写权限，建议您根据业务的实际情况，提前在容灾站点所属的地域和可用区下临时创建ECS实例。当生产站点发生故障时，将开启读写权限的容灾站点中云盘挂载到临时创建的ECS实例上...
通过异步复制功能实现容灾恢复
步骤二：故障切换 故障切换功能可以开启从盘的读写权限，建议您根据业务的实际情况，提前在从盘所属的地域和可用区下临时创建ECS实例，当主盘发生故障时，将开启读写权限的从盘挂载到临时创建的ECS实例上继续运行业务，直到主盘故障修复...
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...
堡垒机无法连接ECS排查步骤
问题描述 堡垒机调用ECS失败 可能原因【可能原因一】堡垒机到ECS服务器的网路端口通信失败【可能原因二】堡垒机的相关配置影响【可能原因三】ECS 系统自身的相关策略影响 解决方案【可能原因一】堡垒机到ECS服务器的网路端口通信失败【解决...
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...
管理集群
主机故障处理策略 设置主机故障时系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后自动...
管理集群
主机故障处理策略 设置主机故障时系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后自动...
为什么选择安全沙箱？
场景二：解决runC容器在故障放大、资源争抢、性能干扰方面的问题。Kubernetes使得我们很容易在一个节点上混合部署不同的应用容器，由于Cgroups并不能很好解决资源争抢问题，导致同一节点上相同资源密集型（如CPU密集型、IO密集型等）的不同...
运维服务内容说明
1.服务概述 阿里云运维服务（Alibaba Cloud Managed Services），基于阿里巴巴数字化运维解决方案，提供专属运维服务专家，帮助企业客户做好云上运维管理，降低运维开销和风险，提升运维效率和业务连续性，增强系统安全性和合规性，助力...
全表统计
standarddeviation 标准差 standarderror 标准误差 skewness 偏度 kurtosis 峰度 moment2 二阶矩 moment3 三阶矩 moment4 四阶矩 centralmoment2 二阶中心距 centralmoment3 三阶中心距 centralmoment4 四阶中心距 sum 总和 sum2 平方和 ...
服务等级说明
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...
系统类故障排查
概述 本文主要介绍使用阿里云服务器ECS时的系统类故障排查，包含CPU、磁盘I/O、内存、硬盘、带宽资源占用异常的问题排查与定位。详细信息 说明 阿里云提醒您：如果您对实例或数据有修改、变更等风险操作，务必注意实例的容灾、容错能力，...
围绕混沌工程的平台实践
原则3在生产环境中运行实验 混沌工程推荐故障演练是在生产环境中进行，主要的原因有以下两点：系统的行为会根据环境和流量模式的变化，例如系统依赖的组件在测试环境和生产环境会有比较大的差异。系统的监控和人员的应急响应在测试环境和...
故障协同处理（基于钉钉）
2.故障应急场景群：事件升级故障后，群内推出 故障处理中 消息卡片，如果满足自动生成故障场景群的需求（下文详细介绍创建故障场景群逻辑），故障场景群内同时推出 故障处理中 消息卡片。本群故障消息卡片包含按钮：签到、签到记录、应急...
如何管理故障
可对故障根因进行原因检查并结构化录入，检查点包括：故障原因、最近活动、注入方式、恢复方式等；关联故障期间的故障变更，新增故障改进措施等操作。故障状态 处理中：处理中仍未恢复的故障；已恢复：故障对处理中的故障做 恢复 操作后是...
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。
什么是故障
包括根因检查点（如故障原因、最近活动、注入方式、恢复方式等）、故障变更检查、监控检查，并需要对每一个故障明确责任人及团队；故障改进：支持对故障制定明确的改进及验收措施、责任人及完成时间，确保每个深度复盘后的故障都能对业务...
实例内第三方软件安装与配置问题
Linux系统软件源配置问题 说明 进入 阿里云官方镜像站，找到所需的Linux系统，查看对应的源配置说明。您可以 通过脚本文件自动更新Linux实例中的软件源。CentOS 6与CentOS 8操作系统版本结束了生命周期（EOL），按照社区规则，CentOS 6/8的...
自动/手动主备切换
当系统发生故障时，PolarDB 集群会自动进行主备切换。您也可以手动进行主备切换，指定一个只读节点为新的主节点。注意事项 不论是自动切换还是手动切换，切换过程中，都可能会出现30秒左右的闪断，因此切换前请务必确保应用具备重连机制。...
自动/手动主备切换
当系统发生故障时，PolarDB 集群会自动进行主备切换。您也可以手动进行主备切换，指定一个只读节点为新的主节点。注意事项 不论是自动切换还是手动切换，切换过程中，都可能会出现30秒左右的闪断，因此切换前请务必确保应用具备重连机制。...
GTM如何实现同城容灾
概述 方案介绍 同城容灾指应用服务部署是多机房、单地域时，当其中一机房出现故障时，全局流量管理（简称GTM）可实现业务7*24小时稳定运行，即使单机房故障也不影响业务的可持续性，保障用户访问连续不间断。本文将以同城双活的灾备架构为...
地址标准化服务等级协议
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...
故障管理
包括根因检查点（如故障原因、最近活动、注入方式、恢复方式等）、故障变更检查、监控检查，并需要对每一个故障明确责任人及团队；故障改进：支持对故障制定明确的改进及验收措施、责任人及完成时间，确保每个深度复盘后的故障都能对业务...
出错提示M11源系统迁移准备出错
本文主要介绍在Linux操作系统迁移时，迁移任务出错提示“M11”信息时的问题描述、问题原因及其解决方案。问题描述 在使用SMC操作系统迁移到AliOS时，迁移任务出错提示“M11”信息。问题原因 源系统迁移准备出错，可能原因如下：待迁移的源...
出错提示M12源系统迁移升级出错
本文主要介绍在Linux操作系统迁移时，迁移任务出错提示“M12”信息时的问题描述、问题原因及其解决方案。问题描述 在SMC操作系统迁移到AliOS时，迁移任务出错提示“M12”信息。问题原因 源系统迁移升级出错，可能原因如下：软件包下载安装...
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...
演练场景说明
故障演练场景是演练任务的核心。AHAS提供基础资源类场景和Kubernetes类场景，帮助分布式系统提升容错性和可恢复性。每一个执行阶段的演练场景都对应一个恢复阶段的演练任务。恢复阶段的演练任务目的是清除故障演练的影响，使应用或服务恢复...
同城容灾架构概述
基本原理 同城容灾是在相隔较远的两地（同城）建立两套功能相同的IT系统，当一处系统因意外（火灾、地震等）停止工作时，整个应用系统可以切换到另一处，使得该系统功能可以继续正常工作。对于中大型企业来说，如果希望业务系统具备同城容...
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...
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...
高斯过程回归
是 高斯核 高斯核 线性核 二次有理核 尺度因子 内核的尺度因子。是 1.0[0,99999999]优化程序的重新启动次数 优化器重新启动的次数，用于寻找最大化对数边际可能性的内核参数。是 0[0,99999999]目标值是否归一化 如果预期目标值的平均值与零...
标准版-双副本
阿里云自研 故障探测切换系统（HA）阿里云Redis服务封装HA切换系统，实时探测主节点的异常情况，可以有效解决磁盘IO故障，CPU故障等问题导致的服务异常，及时进行主从切换，从而保证服务高可用。主从复制机制 阿里云针对Redis主从复制机制...
访问云虚拟主机上的网站提示“Internal Server Error...
本文主要介绍访问云虚拟主机上的网站时提示“Internal Server Error”报错的原因和解决方案。问题描述 Linux操作系统云虚拟主机：访问该主机上的网站时提示“Internal Server Error”相关报错，具体信息如下所示：Internal Server Error ...
标准架构
阿里云自研 故障探测切换系统（HA）阿里云 Tair 服务封装HA切换系统，实时探测主节点的异常情况，可以有效解决磁盘IO故障，CPU故障等问题导致的服务异常，及时进行主从切换，从而保证服务高可用。主从复制机制 阿里云针对 Tair 主从复制...
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...
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，...
出错提示S5目标磁盘系统配置出错
本文主要介绍在使用SMC迁移时，迁移任务出错提示“S5_*目标磁盘系统配置出错”的问题描述、问题原因及其解决方案。问题描述 在SMC迁移时，迁移任务出错提示“S5_*目标磁盘系统配置出错”。其中S5_*可能的错误码如下：S5_204 S5_205 S5_206 ...
光伏发电异常检测提效
例如：如下图所示：光伏发电系统的P-T曲线具有强烈的非线性，在光线充足、电池无故障的情况下，其几何形态近似于一个开口向下的马蹄形抛物线。该抛物线顶点对应的功率即为该日最大输出功率点。正常状态下P-T曲线：如下图所示：当出现外界...
监控指标说明
该指标协助您进行作业诊断，排查作业Task级别的故障原因。次数 TM GC Time 每次TM GC时间。长时间GC会导致占用过大内存空间，从而影响作业性能。该指标协助您进行作业诊断，排查作业级别的故障原因。毫秒（ms）TM ClassLoader/...
- 产品推荐
- 这些文档可能帮助您