设备和交换机之间的链路故障
本文介绍SAG-1000设备发生设备和交换机之间链路故障的原因和处理方法。问题现象 设备和交换机接口之间ping不通。设备的Web端口配置页，端口前的状态灯为红色。动态路由OSPF接入时，Web端口配置页，端口前的状态灯为红色。设备的Web状态查询...
如何管理故障
故障发生条件 当事件重要程度上升、整体影响面恶化、持续长时间未解决，综合评估已达到故障时（P1-P4），处理人可手动将事件升级为故障。当报警来源的指标持续恶化，触发故障产生规则，系统自动产生故障。故障过程 故障过程用于记录管理...
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...容灾预案支持批量地址池故障模拟及回滚，帮用户验证切换策略是否符合预期。
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...
测试指标
在进行双机切换的同时，使用压力发生工具模拟实际业务发生情况，对应用保持一定的性能压力，保证测试结果符合生产实际情况。集群 对于使用集群方式的系统，主要通过以下方式考量其集群可靠性：集群中某个节点出现故障时，系统是否有业务...
诊断决策树
对于已知的明确故障，可以根据诊断现象，编排诊断决策树，进而故障发生时执行，完成故障定位。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 ...
归档存储服务等级协议
赔偿方案 阿里云对用户存在故障的每个Archive按不可用时间的100倍赔偿，即赔付金额=发生故障的Archive故障前24小时平均每分钟费用×不可用时间×100倍；其中:(1)赔偿只针对使用归档存储服务已产生费用的用户，以归档存储代金券的形式赔偿，...
摄像机控制器
TwinFabric支持五种不同的摄影机与控制器模式，以满足运行态不同的查看场景方式，本文介绍如何使用摄像机查看场景对象。前提条件 已登录DataV-TwinFabric控制台。已进入场景编辑器页面。固定机位摄像机 应用场景 在场景中放置一个固定的...
部署高可用及共享存储Web服务
1个公网负载均衡CLB：基于对流量按需分发的能力，可以将流量分发到不同的后端服务器，可消除系统中的单点故障，当某个服务器发生故障时，CLB会自动将请求分配到其他正常的服务器上，从而保证服务的连续性和稳定性。2个文件存储NAS：实现多...
诊断规则
而后，在实际故障发生时，即可执行自动化、标准化的故障排查，并直接输出诊断报告，反馈诊断结果。故障诊断功能有效提升了故障排查效率，实现故障的快速定位与处理。本节将向您介绍诊断规则的相关操作。诊断规则是诊断节点的构成，诊断规则...
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...
什么是消息演练
单个或多个模块都可能会有不同类型的故障发生，导致模块不能正常运行，例如Producer无法发送消息，这种场景叫做消息的演练场景。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。
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...
设备级高可用
在购买智能接入网关设备时，您可以选择购买两台设备，两台设备绑定到同一实例中，互为备份，在一台设备发生故障时进行设备切换，保障业务不中断。通过本文您可以在智能接入网关控制台查看设备级备份信息。前提条件 您购买的智能接入网关...
灾备规划
如果您的AD服务器是集中部署在一个数据中心，可能发生同一时间离线的情况，建议您：用混合云灾备一体机保护AD服务器，在云下发生故障时首先恢复这台AD服务器。在云上VPC里部署一个从AD服务器，与云下的主AD服务器保持连接。云下发生故障时...
词汇表
这意味着如果一个可用区发生故障，其他可用区仍能保持正常运行，从而保证了高可用性。同一地域内的不同可用区之间内网互通，使用低时延链路相连。不同地域之间的可用区完全隔离。下图以地域1（包含3个可用区）和地域2（包含3个可用区）为例...
产品架构介绍
多活流量必须经过接入层，以便在故障发生时，通过接入层切换入口流量。比例分流：接入层支持按比例将流量分流到机房。特殊场景下，可以将机房流量切零，从而实现故障情况下的流量切换。精准路由：接入层支持根据HTTP请求Header/Cookie/...
从TR专线迁移至ECR专线访问云资源
步骤二：为物理专线2创建并开始故障演练任务 您需要为VBR2所在的物理专线2创建并开始故障演练任务，将物理专线2和VBR2通过模拟故障进行状态中断。具体操作，请参见 创建故障演练任务 和 开始故障演练任务。步骤三：删除VBR2与TR的关联转发 ...
可用性
架构区别 cassandra在高可用配置的情况下，无需超时检测及log回放，对系统的影响时间...故障模拟 3个2cpu4g的节点，在高压力写的情况下，直接kill一个节点，客户端的反馈如下：在直接kill Cassandra一个节点的进程情况下，服务没有任何影响。
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...
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...
故障管理
通过建立一个规范可遵循、全流程闭环的故障管理体系，配合技术手段的提升，可以有效降低故障发生的几率，缩短故障的MTTR，最终使故障造成的破坏性趋近于0。在日常运营中，无论什么原因导致业务服务中断、服务品质下降或用户服务体验下降的...
基本概念
RPO Recovery Point Objective（数据恢复点目标），指应用发生故障时预期的数据丢失量。例如，RPO=15 分钟，表示在应用发生故障时，最近 15 分钟的数据无法在云上恢复。RTO Recovery Time Objective（恢复时间目标），指故障发生时，在云...
代码逻辑场景
受影响的请求数 否 0 限制最多发生故障的请求总数，每生效一次故障计数加1，累计发生故障请求数超出设定值后，请求则不再发生故障。填写数值小于等于0时，则表示不限制。受影响的请求占比（%）否 0 限制发生故障的请求数占所有应该发生故障...
附录：SOFAStack 产品目录
透明读写分离 通过使用数据访问代理的只读实例或 MySQL 备机实现读写分离，帮助应用解决事务、只读实例或者备机失效、指定主备访问等细节问题。对应用无侵入，在数据访问代理控制台即可完成读写分离相关操作。数据存储平滑扩容 当出现数据...
安全响应
系统安全类事件 勒索病毒 系统遭受勒索病毒攻击，核心数据被加密 高 系统事件往往会来自云安全中心，云安全中心同样会对入侵事件进行定级，建议参考云安全中心的定级说明 故障稳定性类事件 云稳定性事件 网络或应用宕机 高 稳定性事件通常...
高可用拓扑
背景信息 您可以通过购买两台智能接入网关设备组成高可用网络接入阿里云，智能接入网关设备备份方式分为双机冷备和双机热备两种：双机冷备：主设备在线，当主设备发生故障时，用备设备替换主设备连接入网，且需在智能接入网关管理控制台...
混沌工程缓存实战系列-Redis
借助混沌工程可以了解到问题发生时对系统、业务的影响面是否符合预期。梳理演练场景 对于示例应用，可以按照以下思路来梳理演练场景：明确缓存监控的指标。分析影响这些指标可能的因素、故障场景、参数等。因为客户端层面的影响面可控，...
订阅事件通知
云监控的报警服务为您提供以下两种报警通知能力，当阿里云产品发生系统异常时，您可以及时知晓发生的事件，并自动处理异常事件（例如云产品故障）。提供通过 短信、邮件、钉钉机器人的方式，对事件发生进行报警。提供将事件分发到您的消息...
订阅事件通知
云监控的报警服务为您提供以下两种报警通知能力，当阿里云产品发生系统异常时，您可以及时知晓发生的事件，并自动处理异常事件（例如云产品故障）。提供通过 短信、邮件、钉钉机器人的方式，对事件发生进行报警。提供将事件分发到您的消息...
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。...
概述
分布式系统将计算任务和数据分布在多个节点上以实现更高的性能、可靠性和可扩展性，当一个节点发生故障或错误时，其他节点可以继续工作，相比于单机系统，架构本身就有较高的节点容错性。但随着服务拆分，更多组件的引入，分布式系统的复杂...
配置设备级高可用
当主网关设备发生故障时，HA机制能够从备份的网关设备中选举一台设备成为新的主网关设备，用来承担数据流量，从而保障网络的可靠通信。动态HA功能无需配置虚IP地址，系统会主动帮您探测设备状态，在主网关设备故障时，自动帮您切换流量。...
双机冷备切换至双机热备
当主设备发生故障时，需在智能接入网关管理控制台切换备设备为主设备，备设备替换主设备连接入网。双机热备：两台设备同时在线。自动检测，自动切换主备设备。SAG-100WM默认为双机冷备模式，您可以通过本文操作将其切换为双机热备模式。在...
故障演练
例如，模拟在高速通道冗余链路中的一条链路发生故障时，网络流量会自动切换至其他冗余链路的场景。借助该工具，您可以测试和验证您与阿里云组建的混合云组网的可靠性。重要 故障演练会通过将被演练的资源关闭，使资源处于人工构造的故障...
设计原则
数据容灾是指在数据中心或服务器发生故障、灾难或意外情况时，能够保证数据的安全性和可用性的一系列措施和策略。数据容灾的目标是确保在不可避免的情况下，数据的完整性、可恢复性和可用性不受到严重影响，以保障业务的持续运行和数据的...
JVM注入动态脚本
受影响的请求数 否 0 限制最多发生故障的请求总数，每生效一次故障计数加1，累计发生故障请求数超出设定值后，请求则不再发生故障。填写数值小于等于0时，则表示不限制。受影响的请求占比（%）否 0 限制发生故障的请求数占所有应该发生故障...
什么是混合云容灾服务
RTO Recovery Time Objective（恢复时间目标），指故障发生时，在云上将应用恢复运行所需要的时间。混合云灾备一体机 阿里云推出的具有容灾备份功能的一体机。混合云容灾定价 HDR支持按量付费和包年包月资源包。关于混合云容灾HDR的计量项...
恢复VMware虚拟机
背景信息 完成VMware虚拟机备份任务后，您可以在VMware虚拟机出现故障时，在Cloud Backup控制台将其备份时的状态迅速恢复至本地或者阿里云VMware服务，以保证业务连续性。虚机备份服务从1.0.13开始支持在Cloud Backup控制台上统一管控备份...
演练场景说明
Java 场景名称 特性 虚拟机场景 故障演练支持的虚拟机场景。代码逻辑场景 故障演练支持的代码逻辑场景。JVM注入动态脚本 向指定的Java方法注入一段动态代码，您可通过代码方式实施任意故障场景，例如篡改方法入参、篡改方法返回值等。K8s类...
- 产品推荐
- 这些文档可能帮助您