容灾恢复
集群中通常一个服务有多个服务提供者，其中部分服务提供者可能由于网络、配置、长时间 fullgc、线程池满、硬件故障等导致长连接还存活但是程序已经无法正常响应。单机故障剔除功能会将这部分异常的服务提供者进行降级，使客户端的请求更多...
ECS系统事件概述
如果用户未提前响应计划类运维事件，故障风险发生时会导致ECS实例出现宕机或重启。是 说明 当发生计划内运维事件的实例为大数据型或本地SSD型（不包含i4p、d3c），该事件将在 本地盘实例事件 下展示。关于更多本地盘事件信息，请参见 本地...
开启热备前后性能对比
热备RO与普通RO故障容灾的表现对比 本视频展示了在故障容灾场景下，普通RO与热备RO的性能差异对比。从视频中实验结果可知，在故障容灾failover场景（如主节点宕机）下，热备RO可以实现连接和事务不中断，且不出现中断报错。免费体验 阿里云...
故障演练
故障演练能力是ADP基于阿里云故障演练产品AHAS提供的一项能力，在线上集成环节即可对线下交付中常见的各类故障场景下产品编排的容错性、可靠性和可恢复性进行演练，保障编排稳定可靠。在进行故障演练之前，需要进行以下步骤：创建产品；...
实时分析链路数据
如果您的应用遇到流量不均、单机故障、慢接口治理、业务流量统计、灰度发布监控等问题，可以通过应用监控的调用链分析快速定位问题代码。本文介绍如何通过调用链分析快速定位五种经典线上问题，更直观地了解调用链分析的用法与价值。背景...
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...
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...
查看实例的系统日志和屏幕截图
您可以利用这些功能分析排查实例故障，例如诊断操作系统无响应、异常重启或者无法连接实例等。前提条件 实例必须处于 运行中（Running）状态才能获取系统日志和屏幕截图。背景信息 云服务器ECS的系统日志是运维诊断的重要一环。如果您需要...
合理利用存储备份保障业务数据可还原
背景 容器场景下，应用本身大多是无状态化的，凭借K8s提供的故障重启、自动注册和发现机制，在多实例部署的场景下，能够较大程度地保障业务的高可靠，但对于有状态服务，如中间件等，为了保障持久稳定的运行，需要考虑业务数据在问题场景下...
三网合一卡2.0使用入门
步骤四：验证重启是否切网成功 设备手工重启后自动切换网络，查看运营商信息是否更新 步骤五：验证网络故障设备自动重启切网 登录阿里云控制台，对当前使用的运营商卡片进行停机操作，模拟断网场景，在 步骤二 的基础上等触发检测后，设备...
网络游戏：厦门真有趣信息科技有限公司
PolarDB 采用存储和计算分离的架构，提供分钟级的配置升降级、秒级的故障恢复、全局数据一致性和免费的数据备份容灾服务，既融合了商业数据库稳定可靠、高性能、可扩展的特征，又具有开源云数据库简单开放、自我迭代的优势。本文介绍厦门真...
快速入门-ECS容灾
而当您的主站发生重大故障，需要在云上马上重启核心业务时，则需要进行故障切换操作。方向复制 被保护服务器的应用完成从某个地域（如地域A）容灾复制到另一个地域（如地域B）后，还可以实施反向复制，即从地域B反向复制到地域A。
EMR Kafka磁盘故障运维
磁盘故障及其运维通常伴随着磁盘上的数据销毁。在进行磁盘运维时，您应考虑数据是否需要迁移备份。对于Kafka集群，您还需要考虑Topic分区副本数据是否可以从其他Broker节点分区副本同步恢复。本文以EMR Kafka 2.4.1版本为例，介绍Kafka磁盘...
诊断项与诊断结果说明
此类故障可能是由于实例配置不当或用户空间的程序配置不当导致的，您可以尝试通过重启实例进行恢复。实例虚拟化异常 实例在运行中出现崩溃或出现异常暂停。检查该实例底层虚拟化层核心服务是否出现异常。出现此类异常可能会导致实例崩溃或...
功能特性
新增服务 重启服务 当配置项修改后，需要重启对应的服务使配置生效，或当某个服务出现故障或异常时，重启服务可以尝试修复服务的问题，并恢复其正常运行状态。重启服务 管理配置项 支持通过控制台的方式修改、添加或查看集群中服务的配置项...
什么是故障演练
故障演练是一款遵循混沌工程实验原理并融合了阿里巴巴内部实践的产品，提供丰富故障场景，能够帮助分布式系统提升容错性和可恢复性。流程 故障演练建立了一套标准的演练流程，包含准备阶段、执行阶段、检查阶段和恢复阶段。通过四阶段的...
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...
诊断项与诊断结果说明
这些故障可能是由于实例配置不当或用户空间的程序配置不当导致，您可以尝试通过重启实例进行恢复。实例所在宿主机告警 实例所在的物理设备出现故障告警。检查该实例所在的底层物理机是否有故障。如果底层物理机存在故障，则可能会影响实例...
高性能版实例
以下内容为 AnalyticDB PostgreSQL版 实例常见故障场景中高性能版和高可用版的对比：恢复（Recovery）模式 根据以往 AnalyticDB PostgreSQL版 运行情况，故障最大的场景为恢复模式，故障概率远大于另外两种场景（计算节点故障和计算节点宿...
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...
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...
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-...
常见问题FAQ
如无法排除故障：售后服务热线 400-0099998转1号键，进入报单，报单时请提供：门店名称、门店编号、门店具体地址、门店联系人姓名、手机号、故障现象。5.右上角无网络 故障示意图如下：如门店单台设备显示无网络，见下遥控器按键说明，按...
Persistent Buffer Pool
在集群重启进入到故障恢复状态时，会根据WAL日志进行数据页面的修改，需要重新加载数据甚至修改数据，影响集群可用时间。其次，Shared Buffer Pools的重新初始化将会导致重新加载数据业务需要的数据，会带来严重的性能抖动。为了解决以上...
Persistent Buffer Pool
在集群重启进入到故障恢复状态时，会根据WAL日志进行数据页面的修改，需要重新加载数据甚至修改数据，影响集群可用时间。其次，Shared Buffer Pools的重新初始化将会导致重新加载数据业务需要的数据，会带来严重的性能抖动。为了解决以上...
功能特性
手动执行主备切换 重启Proxy节点 支持手动重启Proxy节点，适用于由业务异常造成的Proxy节点问题或故障演练。重启或重搭代理节点 释放保护 被保护的按量付费实例不可被释放。开启实例释放保护 风险命令动态屏蔽 支持动态禁用风险命令，提高...
修改实例维护属性
当宿主机存在故障风险和出现突发故障时，阿里云会通过系统事件方式通知宿主机上的用户，您可以响应该系统事件。在您响应该系统事件时，ECS实例的默认行为是自动重启。如果您希望在这种情况下不自动重启ECS实例，可以通过修改维护属性来调整...
混沌工程缓存实战系列-Redis
雪崩：当缓存服务器重启或者大量缓存集中在某一个时间段失效，这样在失效的时候，也会给后端系统（例如数据库）带来很大压力。缓存RT 缓存响应时间。缓存RT对业务的影响分成多个方面。如果RT变化较少，对于业务访问缓存很少次数的情况下...
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，整体复盘流程包括故障处理过程、改进分析、故障定责，基于包含标准化的复盘SOP、对应预防action推荐、问责管理机制，全面地回溯线上故障的发生，产出故障复盘报告和改进措施，避免故障重复...
Postgres CDC（公测中）
failure-rate：故障率重启策略。exponential-delay：指数延迟重启策略。详情请参见 Restart Strategies。restart-strategy.fixed-delay.attempts 固定延迟重启策略下，尝试重启的最大次数。无。语法结构 CREATE TABLE postgrescdc_source...
集群变更概述
阿里云Elasticsearch集群支持重启实例或节点、升降配实例、版本升级、部署和使用跨可用区实例、迁移可用区节点 和使用写入高可用特性 等功能。当您使用了某个功能对集群做了变更操作后，均可以通过查看实例任务进度详情查看正在进行中的...
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...
节点诊断
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。基于专家经验和AI智能诊断两种诊断模式，节点诊断可以深入定位问题根因。节点诊断包括诊断检查项和诊断根因。诊断检查项：包括Node检查、...
组复制简介
旧主节点故障重启后，能够自动加回集群，拉取它缺失的Binlog，就能够获得最新的数据，不会导致主备节点数据不一致。而在传统主备复制模式中，事务是先写入Binlog文件，然后传输到备节点。这样，如果主节点在写入Binlog后，传输数据到备节点...
实例启动异常常见错误与对应解决方案
为了避免实例重启后进入系统恢复界面，确保系统能够从故障中恢复，在日常使用中，可以参考以下操作避免产生故障。将重要数据放在数据盘。定期对系统盘、数据盘创建快照，以便发生问题时可以恢复数据。在修改系统注册表前备份注册表文件，...
产品架构
本文介绍故障演练的产品架构，以下简称故障演练为AHAS Chaos。产品架构图 AHAS Agent AHAS Agent安装在指定的目标机器上，用来执行服务端下发的故障注入命令以及采集演练相关的必要信息，例如CPU、内存占用等。主要有以下特点：快捷高效：...
常见报错及解决方案
Q：谐云组件故障排查思路 A：elasticsearch《故障排查思路》mysql《故障排查思路》redis《故障排查思路》harbor《故障排查思路》通用排查《中间件通用故障排查思路》ingress《故障排查思路》rocketmq《故障排查思路》kafka《故障排查思路》...
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...
耗资源用户处理流程
为了保证您的站点能够安全、...关于网站耗资源的原因以及排查方法，更多信息，请参见 网站耗资源（客户程序故障）常见问题。增强版共享虚拟主机和独享虚拟主机可以更好地应对耗资源问题，避免站点被关停。更多信息，请参见 云虚拟主机官网。
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。...
- 产品推荐
- 这些文档可能帮助您