应用场景
故障恢复 通过ASM，可以轻松实现开箱即用的故障恢复功能：分布式系统存在高度复杂性，在基础设施、应用逻辑、运维流程等环节都可能存在稳定性风险导致业务系统的失效。提供了基于Istio的混沌工程能力，包括如何使用连接池配置和异常检测...
常见问题
A：PolarDB 是一个关系型数据库云服务，目前已在全球十多个地域（Region）的数据中心部署，向用户提供开箱即用的在线数据库服务。PolarDB 目前支持3种独立的引擎，分别可以100%兼容MySQL、100%兼容PostgreSQL、高度兼容Oracle语法，存储...
阿里邮箱产品服务条款
2-12 阿里云将消除客户非人为操作所出现的故障，但因客户原因和/或不可抗力以及非阿里云控制范围之内的事项除外。2-13 阿里云保证不会公开、编辑或向第三方透露客户企业邮箱账号中的信息、传输内容，但以下情况除外：2-13-1 根据依据法律...
更换实例所属的可用区
单可用区实例可以承受服务器和机架级别的故障，而多可用区实例可以承受机房级别的故障。从多可用区迁移至单可用区 满足特定功能的要求。操作步骤 警告 该操作会产生连接闪断，请确保业务具有重连机制并在业务低峰期执行。访问 Tair实例列表...
更换实例所属的可用区
单可用区实例可以承受服务器和机架级别的故障，而多可用区实例可以承受机房级别的故障。从多可用区迁移至单可用区 满足特定功能的要求。操作步骤 警告 该操作会产生连接闪断，请确保业务具有重连机制并在业务低峰期执行。访问 Redis实例...
演练概述
基于阿里巴巴多年业务的真实线上故障库的积累，AHAS故障演练模块为您预定义了丰富的测试任务，检验应用的高可用能力。故障演练支持对部署在阿里云ECS实例、容器服务Kubernetes集群、K8s架构类应用、Java类应用进行故障演练。完整的故障演练...
迁移可用区
单可用区实例可以承受服务器和机架级别的故障，而多可用区实例可以承受机房级别的故障。例如将三节点副本集中的节点，分别部署在同一地域的三个不同的可用区，可承受更高级别的灾难。说明 关于多可用区副本集实例和分片集群实例的节点部署...
迁移可用区
例如，单可用区实例可以承受服务器和机架级别的故障，而多可用区实例可以承受机房级别的故障。说明 对于包含主备节点的实例，建议迁移至多个可用区，实现实例的跨可用区容灾。从多个可用区迁移至一个可用区 为了满足特定功能的要求。操作...
迁移可用区
例如，单可用区实例可以承受服务器和机架级别的故障，而多可用区实例可以承受机房级别的故障。说明 对于包含主备节点的实例，建议迁移至多个可用区，实现实例的跨可用区容灾。从多个可用区迁移至一个可用区 为了满足特定功能的要求。操作...
搭建高可用架构
为保障您的业务正常运行，RDS提供各类高可用功能，例如独享型规格、高可用系列、多可用区、跨地域备份恢复等等。创建高可用架构实例 在 创建实例 时，您需要关注如下几个涉及高可用架构的选项：系列：RDS支持多种系列，建议您选择 高可用...
迁移可用区
例如，单可用区实例可以承受服务器和机架级别的故障，而多可用区实例可以承受机房级别的故障。对于包含主备节点的实例，建议迁移至多个可用区，实现实例的跨可用区容灾。从多个可用区迁移至一个可用区 迁移至主可用区 和 迁移至备可用区 ...
步骤七：故障切换
该模式适用于生产站点确实发生短时无法恢复的故障，需立即切换至容灾站点的场景。故障恢复类型 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...
步骤七：故障切换
该模式适用于生产站点确实发生短时无法恢复的故障，需立即切换至容灾站点的场景。故障恢复类型 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...
故障止损恢复
快恢预案推荐 通用的故障恢复方法一般包括 重启、回滚、扩容、切流、限流、降级 等。快恢的执行效率很大程度取决于是否有完备的预案和定期演练。建议在故障应急协同群中推荐输出常见的快速恢复能力，并提供PC、手机端的一键快速执行能力，...
使用OpenAPI诊断工具进行故障排查
阿里云OpenAPI平台提供使用诊断...您可以登录 OpenAPI使用诊断，输入完整的RequestID或SDK报错信息，然后单击 诊断，获取您的故障排查结果及对应的解决方案。如果诊断工具仍未能解决您的问题，您可以参考 故障排除、常见问题 获取解决方案。
功能优势
AHAS Chaos 支持一次演练包含多个定义的故障场景，同时您可以定制这些场景的运行方式，选择依次进行故障注入或同时注入多个场景，通过不同的策略配置来达到不同的故障注入效果。丰富的故障场景 丰富的故障场景也是 AHAS Chaos 的一大特色，...
功能特性
高可用管理平台 HAS 定位于 IT 技术...故障演练平台支持触发 CPU 利用率升高、内存利用率升高、内存占用、网络丢包、容器宕机、物理机宕机等常见故障，并针对故障制定出详细的演练和恢复计划，保证用户能够有计划地测量和观测应用高可用能力。
故障演练
对于单机或同机型的故障，以系统为视角，故障可能是当前进程内的故障，比如：如FullGC，CPU飙高；进程外的故障，比如其他进程突然抢占了内存，导致当前系统异常等。对于大多数无损突袭演练的故障模拟，只需要关注故障对当前系统的影响，而...
开源ChaosBlade与商业化AHAS CHAOS故障演练对比
商业化AHAS CHAOS故障演练是阿里巴巴内部广泛使用的演练平台云上版本，具有灵活的流程编排、丰富的故障场景等特点，可以帮助企业提升分布式系统的容错能力，保障在企业上云或往云原生系统迁移过程中业务的连续性。AHAS CHAOS故障演练在...
单实例快速恢复
为了能够快速恢复系统故障，Hologres提供了单实例快速恢复的机制。本文为您介绍单实例快速恢复的触发条件和行为。实例快速恢复逻辑说明 Hologres在 V2.0版本之前，Hologres计算节点均为容器调度（即下图中的Worker Node），资源管理器...
纠正资源栈的偏差状态
纠正资源栈偏差有助于确保资源配置的一致性，使资源栈资源与资源栈模板中定义的资源保持同步。本文为您介绍如何纠正资源栈的偏差状态。应用场景 如果您检测出资源栈的资源配置与模板配置存在差异，您可以选择纠正资源栈的偏差状态，使资源...
代码逻辑场景
本文列出了故障演练支持的代码逻辑场景。篡改Java方法返回值 修改Java指定方法的返回值，返回指定的值。具体示例，请参见 JVM注入动态脚本。参数名称 是否必选 默认值 参数说明 类名 是 无 完整的类名，包含包名。例如：...
故障复盘
故障复盘规范 故障复盘作为故障体系中的重要一环，...细化责任拆解：设置主次责团队的故障分拆解逻辑，比如主次责团队默认按7:3比例拆分故障分。故障分统计默认排除：容灾演练&全链路压测符合预期故障、特定打标过不参与故障统计的业务等。
如何排查Java场景下故障注入不生效的问题
开启Debug模式 在查看目标演练的故障注入日志前，您需要先确认该演练的故障执行步骤是否已开启Debug模式。若未开启，可按照以下步骤设置目标演练的故障执行步骤，开启Debug模式。登录 AHAS控制台，在左侧导航栏选择 故障演练>我的空间。在 ...
ack-node-repairer
当Node Problem Detector（简称NPD）组件检测到节点上的故障并生成节点的事件（Event）或者Condition上报给集群时，ACK的自愈系统（ACK Node Repairer）会监听每个节点上的新故障事件，并根据配置对故障节点进行相应的修复操作。...
演练原子操作
故障演练原子操作指最小单元的故障。在 故障演练>演练原子操作 页面中，展示了平台上可用于故障演练的原子服务。可根据原子服务状态分类，查看当前环境中的故障原子操作信息，包括原子操作名称、操作编码、添加时间、状态、被引用次数等...
故障应急协同
每个故障建议设置单独的故障处理群，群内成员均为故障的相关人，为故障的协同处理提供了天然的协同环境。故障应急协同群贯穿整个故障处理过程：7*24故障启动->自动创建应急协同群->自动拉人/通知->定位信息/止损预案推送->一键电话会议->...
故障注入
运行模式 配置故障注入规则的运行模式，取值如下：拦截模式：满足条件的故障注入请求会被注入。观察者模式：满足条件的故障注入请求不会被注入，只会在 MOSN 里打印日志。故障类型 故障注入支持注入错误或者超时等事件，方便服务的异常测试...
应用场景
场景一：面向大中型企业的多地容灾高可用网络架构 当本地数据中心的关键业务对可用性要求极高时，建议在多个接入点建立专线连接，该拓扑确保了因光纤切断、设备故障或接入点位置故障导致的连接故障的恢复能力。自主申请专线和共享合作伙伴...
设计原则
面向风险的应急快恢原则 在一些场景下，即使设计了各种技术手段去提高系统的冗余、保持业务的高可用，但还是避免不了生产系统故障的发生，所以需要面对故障建立一个高效的故障应急流程机制和稳定的技术平台，实现故障风险实时发现、应急...
读多写少型业务场景多活实践
与许多企业一样，该电商业务首次开始考虑容灾建设，是源于一次商品应用的故障，导致导购页面长时间无法访问，电商业务瘫痪。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，迫使企业开始考虑...
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...
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...
产品简介
一站式管理、多端协同，帮助企业实现更实时的数字化管理、更快的故障响应、更短的故障恢复时长、更连续的业务运营体验。产品架构 功能概况 您可以在运维事件中心获得以下功能的入口：模块 能力概述 功能描述 服务 管理企业的各个服务...
诊断决策树
对于未知的故障，您可以依据运维经验，编排出常见的排查路径，辅助快速故障定位。新建诊断决策树 登录高可用管理控制台。在左侧导航栏上，单击 故障诊断>诊断决策树。单击 新建，在 创建诊断决策树 页面，配置诊断决策树信息，包括决策树...
什么是故障
本文主要介绍什么是故障。定义 在日常运营中，无论什么原因导致业务服务中断、服务品质...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连续性形成改进，避免历史同类故障重复发生。
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...
停止演练
停止演练后，系统会进入恢复阶段，自动清除相应的故障，使故障演练对象恢复演练前的状态。背景信息 一次完整的故障演练包括以下四个阶段：安装故障演练探针 创建演练 执行演练 停止演练 自动停止 在创建演练过程中需设置自动恢复时间和保护...
【通知】故障演练功能模块退市公告
由于业务及技术架构调整，阿里云将于2024年05月01日起停止应用高可用服务AHAS下的故障演练功能模块的技术支持，并于2024年11月01日正式下线该模块，但飞天企业版的应用高可用服务AHAS的故障演练CHAOS模块将持续发展。此外，应用高可用服务...
功能更新记录
2021年10月 功能名称 功能概述 支持资源包类型 支持地域 发布时间 微服务强弱依赖支持Dubbo 在应用强弱依赖治理的基础上，微服务强弱依赖治理功能，通过接入MSE，可分析出应用所依赖的Dubbo服务，并能够快速发起方法级别的故障注入（支持...
- 产品推荐
- 这些文档可能帮助您