服务等级目标SLO概述
告警规则 告警规则能够根据故障的严重程度，在故障发生时及时发出不同等级的提醒，帮助您在错误预算被过多消耗之前及时响应。ASM基于“多窗口多燃烧率告警策略”生成告警规则，适用于大多数场景。多燃烧率策略下，短时间内的高故障率或持续...
X-Engine简介
造成这种现象的原因是近年来我们所依赖的硬件体系发生了巨大的变化，例如多核（众核）CPU、新的处理器架构（Cache/NUMA）、各种异构计算设备（GPU/FPGA）等，而架构在这些硬件之上的数据库软件却没有太大的改变，例如使用B-Tree索引的固定...
附录：SOFAStack 产品目录
SOFAStack 源于自蚂蚁内部沉淀十多年的金融级分布式中间件技术体系，吸收了支付宝自创立以来在关键金融交易系统锤炼出来的架构实践。SOFAStack 所有的产品技术均经过蚂蚁集团自身严苛的金融场景验证，为金融交易技术保证风险安全的同时，...
入驻协议
阿里云数字社区平台服务协议【首部及导言】欢迎您使用阿里云数字社区平台的服务！为使用数字社区平台服务，您应当阅读并遵守《阿里云数字社区平台服务协议》（以下简称“本协议”）和《阿里云隐私政策》。请您务必审慎阅读、充分理解各条款...
迪卡侬建立云上身份权限体系加码云建设
“数字化的灵魂是技术，数字化团队的远景就是让迪卡侬在数字化竞技场驰骋。“迪卡侬CTO陈颖弘表示，“选择阿里云作为新的技术合作伙伴，对迪卡侬来说具有重要意义。这是集团首次与国产云开放合作，也是全球范围内首次实现云服务属地化，而...
EDAS直播公告
安利的企业微服务架构转型之路 云途时代数字化转型实践 EDAS 3.0核心功能演示 2020-05-15 微服务治理实践之金丝雀发布 应用的有些故障是因为发布直接或间接引起的，因此提升发布的质量，减少错误的发生，是有效减少线上故障的一个关键环节...
全场景解决方案
针对金融行业客户在分布式架构转型过程和上云过程中的痛点，提供的产品和服务解决方案，帮助运维人员有效地整合现有工具、经验，标准化、自动化、流程化提升应急效率，以及分布式架构下全业务链路的故障定位能力。方案优势 双模应用部署 ...
上海博卡：借助云效+ACK实现3分钟快速发布
通过Pod的健康监测和就绪监测，再加上应用暴露一个健康监测接口（比如SpringBoot的Actuator的health）即可简单实现故障自动重启，在应用初期问题较多的时候，或者发生突发问题的时候，自动重启大多数都能立马缓解问题，虽然不能根本解决，...
应用场景
体系化故障闭环管理 应用场景 基于阿里多年base ITIL实践经验沉淀的故障管理体系，满足企业重大故障的流程化、在线化管理需求，持续提升业务连续性。能够解决 故障应急：支持故障全局应急通告，电话、短信、邮件、IM多种通知渠道，加快信息...
故障应急
故障管理体系是围绕故障全生命周期采取的一系列控制流程，包括故障基础数据管理（故障等级定义、应急场景监控覆盖、服务组&值班表管理、故障订阅管理），故障发现（7*24监控值班、智能基线告警），故障应急协同（故障通告及更新、故障应急...
ECS整机恢复
当ECS整机发生系统故障或者错误操作时，您可以通过备份点的克隆和恢复功能，实现ECS整机回退和创建新的ECS整机。本文介绍整机恢复的相关操作。前提条件 已创建ECS整机备份。具体操作，请参见 备份ECS整机。重要 当源ECS存在时，支持直接...
云盘恢复
当ECS挂载的云盘发生系统故障或者错误操作时，您可以通过云盘在源地域的备份点或者复制到目标地域后的备份点，进行原盘恢复或者创建新盘操作来实现数据恢复。前提条件 已创建ECS整机备份。具体操作，请参见 备份ECS整机。背景信息 云盘恢复...
云盘恢复
当ECS挂载的云盘发生系统故障或者错误操作时，您可以通过云盘在源地域的备份点或者复制到目标地域后的备份点，进行恢复原盘或者创建新盘操作实现数据恢复。本文介绍云盘恢复的相关操作。前提条件 已创建云盘备份。更多信息，请参见 创建云...
故障处理流程
当智能接入网关设备发生网络故障后，您可以先观察现象、收集信息，然后对现象和信息进行分析诊断，尝试修复问题。本文为您介绍智能接入网关设备故障处理流程。SAG-100WM故障处理流程说明 通过SAG-100WM访问阿里云，发现故障，请参见以下...
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...
关键技术竞争力
基于混沌工程的红蓝攻防能力 TRaaS 基于混沌工程、建立演练机制，提供故障注入、演练编排体系能力，支持在不同环境、不同阶段，主动对业务系统进行故障注入，从而在主动观测单应用健壮性的同时，验证整个体系的故障发现能力、应急响应能力...
应用故障自动诊断
如果发现问题，则会在应用总览页面上方闪现一个红色盾牌图标，单击该图标即可弹出故障诊断报告，故障报告上的故障定界和根因分析可以帮助您更好地发现和解决问题。常见的故障自动诊断场景 RT突增 下游业务导致的本应用的RT突增，您可以联系...
应用场景
通过构建灾备库，使用数据同步服务实时增量同步主库数据以确保主库与灾备库数据的完全一致，当业务中心发生地区故障时，直接将业务流量切换到灾备中心，即可立刻恢复服务。在灾备接管期间，通过反向数据同步，可实现随时切回主库。
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、...
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...
什么是故障演练
适用场景 故障演练可适用于以下典型场景：衡量微服务的容错能力 通过模拟调用延迟、服务不可用、机器资源满载等，查看发生故障的节点或实例是否被自动隔离、下线，流量调度是否正确，预案是否有效，同时观察系统整体的QPS或RT是否受影响。...
搜索功能介绍
或是当你尽可能的做出了代码变更影响面评估，小心谨慎的更改了一个函数变量，紧接着线上却发生故障了，原来有其他模块代码引用了这个函数，这项变更导致该模块服务不可用。云效高级代码搜索服务能够为你避免以上问题，在这些场景为你提供...
围绕混沌工程的平台实践
本文主要介绍AHAS Chaos是如何围绕混沌工程来打造故障演练服务，您可以了解到混沌工程的基本知识和AHAS Chaos的优势。混沌工程和故障演练 首先您需要了解混沌工程和故障演练的关系。以下是混沌工程官方定义：混沌工程是在分布式系统上进行...
演练场景
故障演练是业务系统上线前必要的演练环节，旨在对应急预案的可行性，进一步完成应急预案，从而帮助提升产品、集群、机房的稳定性，减少故障的发生，提高故障应急效率，进而提升产品竞争力。一个完整的故障演练过程为 创建故障原子服务>创建...
产品优势
本文档描述产品的主要使用优势。主要优势 多监控系统集成：支持10+常见监控系统集成，简单配置即可快速完成对接；灵活的报警降噪能力：支持横向抑制、...阿里巴巴故障管理最佳实践输出：帮助云上企业构建故障管理体系，持续提升业务连续性。
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。
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...
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...
查看节点健康状态
节点健康状态展示了当前节点的运行状态是否正常，它是由多个健康检查项结果汇总而成的。本文将介绍如何查看节点的健康状态和相关的健康检查项。...host_fault_compensation_check 检测是否发生故障补偿。无阈值，有故障补偿发生即为异常。
创建DDH
关闭宿主机故障时自动迁移服务：DDH发生故障停机后，您需要 提交工单 申请置换一台健康的DDH。默认值：开启宿主机故障时自动迁移服务。您也可以在创建DDH后修改该配置，具体操作，请参见 设置宕机自动迁移。重要 本地SSD型DDH不支持宿主机...
创建专有宿主机
关闭宿主机故障时自动迁移服务：DDH发生故障停机后，您需要 提交工单 申请置换一台健康的DDH。默认值：开启宿主机故障时自动迁移服务。您也可以在创建DDH后修改该配置，具体操作，请参见 设置宕机自动迁移。重要 本地SSD型DDH不支持宿主机...
名词解释
例如，某项任务完成的信息，或者设备发生故障或告警时的温度等，事件可以被订阅和推送。设备影子 是一个JSON文档，用于存储设备或者应用的当前状态信息。每个设备都会在云端有唯一的设备影子。无论该设备是否连接到Internet，您都可以使用...
EasyCkpt：AI大模型高性能状态保存恢复
因此，在发生故障时，迫切需要一种以低成本的方法来保存最新的Checkpoint。这样在重新启动训练时就无需重复计算，从而减少时间和成本的浪费。功能介绍 针对频繁故障的情况，PAI通过之前的故障失败场景总结出以下GPU和深度学习场景故障的...
网络架构容灾
网络是数字世界的基础设施，没有网络的联通，所有信息都无法交互，因此网络架构的设计在应用系统中至关重要，特别是针对网络架构的高可用及容灾能力的设计，是业务在异常发生时，实现快速恢复、降低业务损失的关键。云上网络规划设计 为...
应用场景
以此，降低产品使用过程中故障发生概率，提高故障恢复效率，进而实现产品高可用性的有效提升。机房级容灾 同城双活 同一个城市，建设两个机房环境，两地距离 50 km 以内，万兆光纤专线互连，业务应用层面可以两个机房同时提供业务服务，当...
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...
产品优势
云效提供了从需求-开发-测试-发布-运维-度量的一站式研发管理服务，沉淀了阿里多年先进的项目管理和研发理念方法，提供了高标准的企业级安全保障，支持基于价值流程图的产研数字化指标体系和全流程的效能洞察，能够帮助创新创业和数字化...
数字人流媒体服务AndroidSDK
数字人开放平台推出的适用于Android数字人流媒体服务SDK。当您调用服务端OpenAPI StartInstance 接口获取RTC和IM参数信息后，可以在Android搭建App，实现数字人拉流和双工对话。AliyunAvatarSDK通过 阿里云音视频通信服务（阿里云RTC）提供...
什么是云原生应用组装平台BizWorks
提供了业务建模、微服务开发、轻应用组装、能力开放等平台功能，致力于帮助企业快速设计、构建、组装和运营可复用的业务能力组件和应用，提升业务与技术协同能力，助力企业高效数字化创新。本文介绍BizWorks的产品背景、核心优势、功能特性...
云化咨询服务内容说明
服务方向2：业务与数字化产品规划 面向政企客户，结合数字化转型战略，提供基础数字化业务蓝图规划，针对不同行业与业务领域，基于业务蓝图规划进阶数字化产品体系设计的全链路咨询服务，引导数字化产品规划设计。服务方向包括智慧城市/...
- 产品推荐
- 这些文档可能帮助您