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...
性能监控最佳实践
提高故障排查效率：当系统或应用出现故障时，传统的性能监控方案通常需要IT运维人员手动分析监控数据来确定故障原因，这样会浪费大量的时间和精力。而一体化性能监控能够对多种关联的监控数据进行自动分析和处理，帮助IT运维人员快速定位...
日志说明
current.thread.name 当前线程名 route.record 路由记录，路由选择的过程记录。elastic.id 弹性数据位 be.elastic 本次调用的服务是否需要弹性：T：表示需要弹性。F：表示不需要。elastic.service.name 转发调用的方法名。local.client.ip ...
更新故障复盘改进详情
problemReason":"故障原因A","recentActivity":"2","injectionMode":"1","recoveryMode":"2","discoverSource":1,"userReport":10,"monitorSourceName":"Zabbix","relationChanges":"关联变更","dutyUserId":1231,"replayDutyUserId":1213...
如何解决MSE Nacos实例域名无法解析的问题？
如果使用的是ACK，请 提工单 联系ACK技术支持协助排查CoreDNS故障原因。方案二：使用ping命令 使用 ping${mse.nacos.host} 指令尝试解析。如果提示 unknown host，则无法解析域名。如果提示 PING${mse.nacos.host}(xxx.xx.xx.xx)56(84)...
诊断网页加载过慢的问题
慢加载详情 页面顶部的 页面信息 区域展示了本次访问的客户端IP地址、浏览器、操作系统等信息，帮助您确认故障原因。慢加载详情 页面的 页面资源加载瀑布图 区域展示了页面静态资源加载的瀑布图，帮助您快速定位资源加载的性能瓶颈。慢加载...
一键诊断
相关文档 通过一键诊断了解数据库性能情况的全貌后，您可以使用如下功能对数据库进行全面细致的诊断，准确定位故障原因，并解决故障。会话管理 性能趋势 锁分析 慢SQL 空间分析 常见问题 Q：一键诊断中，如何计算会话的线程使用率、连接数...
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...
故障复盘改进详情
0c4840fd3812 幂等校验token 返回数据 名称 类型 示例值 描述 requestId String 4361a0e1-6747-4834-96ce-0c4840fd3811 Id of the request data Object data problemId String 231231 故障ID problemReason String 故障的原因 故障原因 ...
查看运行分析
该指标协助您进行作业诊断，排查作业Task级别的故障原因。个 TM自JVM启动以来已加载的类总数（TM ClassLoader）TM自JVM启动以来已加载的类总数。JM所在的JVM创建后加载类的总数或卸载类的总数过大，会导致占用过大内存空间，从而影响作业...
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...
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...
服务等级目标SLO概述
燃烧率越高表示故障越严重。燃烧率对应制定告警规则至关重要，告警规则将基于燃烧率来触发告警。计算公式为：燃烧率=错误率÷(1-SLO)假设合规期为30天：燃烧率为1：如果维持当前的错误率，整个合规期将消耗100%的错误预算（30天消耗全部...
服务等级目标SLO概述
燃烧率越高表示故障越严重。燃烧率对应制定告警规则至关重要，告警规则将基于燃烧率来触发告警。计算公式为：燃烧率=错误率÷(1-SLO)假设合规期为30天：燃烧率为1：如果维持当前的错误率，整个合规期将消耗100%的错误预算（30天消耗全部...
功能特性
此外，在数据库实例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。智能压测 搜索分析 查询并导出SQL语句对应的日志信息。搜索 SQL洞察 SQL洞察聚类分析，用作深度异常的排查。SQL洞察 安全审计 内置了...
跟踪概览
故障诊断与运维 服务故障分析：在出现服务中断或性能下降时，可以使用跟踪日志来分析事件前后的操作，以帮助确定故障原因。配置变更追踪：记录对云资源配置的所有更改，帮助识别可能导致服务中断的配置错误。基本概念 概念 说明 跟踪 跟踪...
附录：SOFAStack 产品目录
分布式链路跟踪 分布式链路跟踪（Distributed System Tracing，简称 DST）是一款面向分布式架构、微服务架构和云原生架构的应用可观察性的金融级解决方案，帮助用户厘清应用间复杂的调用关系，迅速定位故障或者缓慢节点。产品架构 产品优势...
故障止损恢复
故障初因定位 集成企业内部可利用的所有稳定性相关数据（变更事件，...通用垂直专项快恢能力：通过集成包括DB侧慢SQL限流、变更极速回滚、多活容灾切流快恢等通用的快恢能力，结合监控、日志等数据自动定位的故障原因进行对应的快恢方式推荐。
计算组管理
3：处理失败，如果状态为处理失败，status_detail字段会显示具体的原因。4：处理中。1 status_detail TEXT 计算组状态详情。无 is_default BOOLEAN 是否是默认计算组，有如下取值：t：是默认计算组。f：不是默认计算组。t config TEXT 计算...
节点异常问题排查
本文目录 类别 内容 诊断流程 诊断流程 常见排查方法 节点故障诊断 检查节点的详情 检查节点的状态 检查节点的事件 检查节点的诊断日志 检查节点的关键组件 检查节点的监控 检查节点的安全组 常见问题及解决方案 节点关键组件异常处理 ...
节点异常问题排查
本文目录 类别 内容 诊断流程 诊断流程 常见排查方法 节点故障诊断 检查节点的详情 检查节点的状态 检查节点的事件 检查节点的诊断日志 检查节点的关键组件 检查节点的监控 检查节点的安全组 常见问题及解决方案 节点关键组件异常处理 ...
编辑自定义功能
例如：将已定义的属性 电压 作为出参，则设备上报该故障事件时，将携带当前设备的电压值，用于进一步判断故障原因。当接入网关协议为OPC UA时，需设置参数索引，用于标记参数的顺序。说明 不能用以下系统保留参数作为输出参数的标识符：set...
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，...
故障排查
本文介绍阿里云容器服务ACK集群在使用过程中常见问题的故障分析和排查流程。ACK集群异常 添加Kubernetes集群节点的常见问题 容器镜像仓库构建服务失败问题排查 容器镜像服务源码绑定失败问题排查 Kubernetes集群如何指定安全组 Kubernetes...
专线连接类
排查物理专线故障原因，具体操作，请参见 故障排查。本地数据中心到阿里云的线路中断，如何解决？请在本地数据中心的网关设备上测试物理专线的客户端侧IP到阿里云侧IP是否可达，即此物理专线的直连IP是否可以ping通。如果不通，则需您向...
开通备份恢复
说明 保留全备个数+1的原因是只有在新备份数据完成后才会淘汰旧数据，因此在数据备份的过程中，需要额外保留一份全备空间，用于保存旧数据。全量备份空间大小开通备份恢复功能后可在Lindorm管理控制台查看，查看方式：宽表引擎>备份恢复，...
Redis客户端重连指南
引发暂时性故障的原因 原因 说明 故障触发了高可用机制 云数据库Redis支持节点健康状态监测，当监测到实例中的主节点不可用时，会自动触发主备切换，例如将主节点和从节点进行互换，保障实例的高可用性。此时，客户端可能会遇到下列暂时性...
Tair客户端重连指南
引发暂时性故障的原因 原因 说明 故障触发了高可用机制 云原生内存数据库Tair 支持节点健康状态监测，当监测到实例中的主节点不可用时，会自动触发主备切换，例如将主节点和从节点进行互换，保障实例的高可用性。此时，客户端可能会遇到...
混合云应用双活容灾最佳实践
容灾切换数据质量保障难 容灾切换过程中，可能因数据同步延迟导致读到旧数据，以及切换规则推送到分布式应用节点时间不一致等原因可能造成云上云下数据库同时读写而出现脏写的问题，整个切换过程数据质量保障是关键点及难点。无业务代码...
实例启动异常常见错误与对应解决方案
针对实例启动过程中因操作系统内配置异常、异常关机等问题导致操作系统无法正常启动的情况，您可以通过VNC登录实例发现的启动异常或者实例健康诊断工具返回的异常字段，在本文查看此类问题的解决方案。Windows 1662001135：Windows系统因...
基本概念
本主要介绍运维事件中心的基本...故障比事件优先级更高，事件在处理过程中出现影响扩大或恶化时，需升级为故障进行深度跟进。更多请查看 什么是故障 服务中心 名词概念 说明 服务 服务是企业业务连续性管理的最小单元。更多请查看 什么是服务
通过站点监控功能监控DNS解析异常
ErrorCode 610:read udp i/o timeout：表示DNS解析过程因超时导致失败。可能原因是DNS服务器网络问题或DNS服务器查询超时，您可以通过 一次性拨测工具 中的 PING检测 和 DNS检测 确认连接DNS服务器的网络是否异常。如果多次DNS探测仍存在...
错误代码
该错误表示 PolarDB-X 1.0 数据表不存在，或者由于未知原因 PolarDB-X 1.0 无法加载数据表的元数据信息。TDDL-4007 ERR_CANNOT_FETCH_TABLE_META PolarDB-X 1.0 无法加载数据表的元数据信息。示例：ERR-CODE:[TDDL-4007][ERR_CANNOT_FETCH_...
错误码
遇到该错误的通常原因是数据节点故障，请联系技术支持。PXC-4108 ERR_VARIABLE_CAN_NOT_SET_TO_NULL_FOR_NOW 描述：变量（variable）不允许被设置为NULL。示例：ERR-CODE:[PXC-4108][ERR_VARIABLE_CAN_NOT_SET_TO_NULL_FOR_NOW]System ...
源为PolarDB-X的功能规范和约束说明
说明 RPO代表故障恢复后业务允许丢失的数据量，可用时间表示。警告 异常切流是指源实例或者源实例所在的数据中心发生故障时进行的切流操作。这类操作都是有损操作。在出现故障（如网络中断、机房批量设备故障或互联网数据中心IDC故障），且...
源为PolarDB-X的功能规范和约束说明
说明 RPO代表故障恢复后业务允许丢失的数据量，可用时间表示。警告 异常切流是指源实例或者源实例所在的数据中心发生故障时进行的切流操作。这类操作都是有损操作，例如导致数据不一致或任务失败。在出现故障（如网络中断、机房批量设备...
服务条款
3.2.3阿里云将消除您非人为操作所出现的故障，但因您原因和/或不可抗力以及非阿里云控制范围之内的事项除外。用户数据的使用 4.1 阿里云可能会使用您提交的注册账户的信息，向您发出产品、服务的推广营销信息；阿里云可能会检测、记录您的...
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...
如何使用Prometheus监控Windows
通常如果该指标呈持续上升趋势，则还需要持续关注并分析确认原因。非分页池的内存量（Bytes）Major WMI（PoolNonpagedBytes）Windows内核和硬件设备需要抢占其他线程来执行其时间敏感的工作。出于效率因素，内核和这些设备直接访问物理内存...
常见问题
本文汇总了 SOFARegistry 使用过程中的一些常见问题及对应的解决方案。RPC 服务端发布之后，为什么在微服务控制台无法找到该服务。问题原因 应用服务器的 IP 地址，不在发布部署参数 rpc_enabled_ip_range 范围内。例如：应用服务器的 IP ...
- 产品推荐
- 这些文档可能帮助您