主备方案介绍
主备容灾：当云数据库HBase实例因不可预料的原因（例如设备故障、机房断电断网等）发生故障，容灾机制可用于保障数据的一致性和业务可用性。功能优势 主备双活：请求低毛刺。故障自动容错。资源利用率高。主备容灾：支持云数据库HBase、EMR...
灾备方案
Tair 容灾架构演进 当 Tair 实例因不可预料的原因（例如设备故障、机房断电等）发生故障，容灾机制可用于保障数据的一致性和业务可用性。Tair 提供多种灾备方案供您选择，可满足不同的业务场景。图 1.Tair 容灾架构演进 灾备方案 灾备级别 ...
灾备方案介绍
云数据库Redis容灾架构演进 当云数据库Redis实例因不可预料的原因（例如设备故障、机房断电等）发生故障，容灾机制可用于保障数据的一致性和业务可用性。云数据库Redis提供多种灾备方案供您选择，可满足不同的业务场景。图 1.Redis容灾架构...
NVMe协议介绍
实际业务使用过程中单点故障是常态，确保故障情况下业务连续性是高可用系统的核心能力，在云上存储和网络具备极高的可用性。而计算节点则经常受断电、宕机、硬件故障等影响，所以业务通常搭建主备模式解决计算的高可用问题。例如数据库场景...
SA混合云存储阵列
当控制器故障时，支持在线故障切换，业务连续性不受影响。阿里云混合云存储阵列将云存储的高性价比和可扩展性与本地数据中心架构相结合，帮助客户轻松实现数据在本地数据中心和公共云之间的无缝流动。产品规格 阿里云 SA混合云存储阵列 ...
Tair选型指南
3 选择容灾方案 云原生内存数据库Tair 实例若因不可预料的原因（例如设备故障、机房断电等）发生故障，容灾机制保障数据的一致性和业务可用性。云原生内存数据库Tair 提供多种灾备方案供您选择，可满足不同的业务场景。4 预估内存规格 提前...
监控、诊断和故障排除
相对于传统应用程序，开发云端应用虽然降低了用户在基础设施搭建、运维等方面的成本，但却增大了监控、诊断和故障排查的难度。OSS存储服务为您提供了丰富的监控和日志信息，帮助您深刻洞察程序行为，及时发现并快速定位问题。本文主要描述...
云数据库Redis版产品选型必读
选择容灾方案 当云数据库Redis实例因不可预料的原因（例如设备故障、机房断电等）发生故障，容灾机制可用于保障数据的一致性和业务可用性。云数据库Redis提供多种灾备方案供您选择，可满足不同的业务场景。选择大版本 推荐使用更新的大版本...
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...
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...
调度参数
FAILED:ODPS-0130161:[1,84]Parse exception-invalid token '$' 报错原因：调度参数未赋值或赋值出现异常。解决办法：检查是否有给调度参数赋值。检查配置的调度参数是否符合要求（详情请参见 调度参数支持的格式）。重要 修改参数配置后需...
单实例快速恢复
当出现1分钟容器响应超时（可能是内存溢出、硬件故障、软件Bug等原因导致），Resource Manager会自动拉起新的计算节点，并迁移数据分片（Shard）职责到新的节点上（例如Worker Node3响应超时，Resource Manager拉起Worker Node4取代Worker ...
业务连续性
阿里云的客户需要负责业务系统的架构设计合理性，确保能在必要时实现故障转移，保障业务连续不中断。建议您根据本文介绍的相关方案，来建设您的边缘计算应用的业务连续性能力。最佳实践 多实例容灾 为了确保高可用，应用必须能处理高负载、...
云盒计算资源配置最佳实践
背景信息 云盒的硬件设计中，各类硬件设备的保障如下：网络设备：采用双机冗余双上连设计，确保云盒内网络的高连续性，且不存在单点故障。存储设备：可以 确保在两台存储服务器同时宕机的情况下，数据的安全可靠。计算设备：支持宕机迁移和...
主从实例读写分离部署（共享存储）
当出现1分钟容器响应超时（可能是内存溢出、硬件故障、软件Bug等原因导致），Resource Manager会自动拉起新的计算节点，并迁移Shard职责到新的节点上（例如Worker Node3响应超时，Resource Manager拉起Worker Node4取代Worker Node3），...
故障取消
cancelReason Long Body 否 取消原因 取消原因 problemNotifyType Long Body 否 PROBLEM_NOTIFY PROBLEM_NOTIFY 通告类型 PROBLEM_NOTIFY：故障通告 PROBLEM_UPDATE：故障更新 PROBLEM_UPGRADE：故障升级 PROBLEM_DEGRADE：故障降级 ...
故障排查
排查故障的经典步骤与常见原因 如何通过查看日志排查故障？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集群网络异常的...
DeviceLinkDown
告警信息 事件名称 事件级别 状态码 状态描述 DeviceLinkDown CRITICAL linkdown Device Link State Change 可能原因 用户侧交换机设备故障。用户侧交换机配置故障。用户侧交换机和设备的连线问题。处理方法 检查用户侧交换机。...
GTM实现跨网访问加速与故障切换
因此可能会存在跨网延迟、丢包、故障不可用等问题，而全局流量管理产品方案可以根据用户请求源地址的运营商，解析就近的应用服务器IP地址，实现就近接入、访问加速、故障切换，能够有效缩短故障影响、保障用户访问连续不间断。目标读者 ...
常见问题旧版索引
排查故障的经典步骤与常见原因 如何通过查看日志排查故障？产品FAQ 授权管理FAQ 集群管理FAQ 节点与节点池FAQ 容器网络FAQ Service FAQ Ingress FAQ DNS FAQ 应用FAQ 存储FAQ-CSI 存储FAQ-Flexvolume 容器安全FAQ 为什么可观测监控 ...
产品优势
支持高可用实例、节点故障自动切换，保障业务连续性；提供备份恢复、自动升级、监控告警、故障切换等丰富的运维功能，免去繁琐的运维烦恼。低构建成本、灵活计费、满足不同成本需求 产品构建、运维成本，仅为国外其他图数据库云厂商的 40%...
ping不通云服务ECS（SAG-1000）
可能原因 终端到设备的链路故障。设备到阿里云的VPN链路故障。目标ECS故障。运营商网络故障。解决方案 登录 智能接入网关控制台。单击智能接入网关实例ID，查看设备状态是否为 可用。如果离线，请参见 设备显示离线 处理。如果在线，请跳转...
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...
无法连接到同一个云连接网内的本地客户端
可能原因 终端到设备的链路故障。设备到阿里云的VPN链路故障。目标PC环境的网络故障。运营商网络故障。解决方案 登录 智能接入网关控制台。单击智能接入网关实例ID，查看当前设备状态是否为 可用。如果离线，请参见 设备显示离线 处理。...
ping不通云服务（SAG-100WM）
可能原因 终端到设备的链路故障。设备到阿里云的VPN链路故障。目标ECS故障。运营商网络故障。解决方案 登录 智能接入网关控制台。单击智能接入网关实例ID，查看设备状态是否为 可用。如果离线，请参见 设备显示离线 处理。如果在线，请参见...
GTM实现分运营商线路解析与故障切换
同时当单个运营商的应用服务IP故障时，可以及时切换至其他运营商服务IP，能够有效缩短故障影响、保障用户访问连续不间断。前提条件 域名 cloud-example.com 已经使用阿里云解析DNS，需要接入GTM的业务域名为 www.cloud-example.com 。说明 ...
地域及可用区
可用区之间故障隔离，可以避免故障扩散，保证业务的连续性。说明 大型灾害或者大型电力故障除外。注意事项 创建阿里云实时计算Flink版时，选择的地域和可用区，在资源创建成功后，无法更改。不同地域资源的开放情况会根据实际业务使用情况...
什么是图数据库GDB?
服务高可用 支持高可用实例，节点故障自动切换，保障业务连续性。易运维 提供备份恢复、自动升级、监控告警、故障切换等丰富的运维功能，大幅降低运维成本。图数据库与传统关系型数据库相比的优势 传统的关系型数据库和图数据库无论是在...
连续高温报警
现实生活中，温度单次超出阈值并不会对设备造成影响，但连续多次超出阈值可能会引发机器故障等风险。本文以连续高温报警（连续3次超过80度）为例，详细说明如何使用流数据分析复杂事件处理的功能实现连续高温事件的判断，并将结果输出到...
异常状态码
表示ER因为某些异常行为被禁止执行，原因如下：ER虚拟机连续OOM，即5秒之内连续两次OOM，导致ER异常被禁止。其他原因导致ER被禁止。599 表示ER在请求上下文时有未被捕获的异常，导致ER无法继续执行。表示ER在初始化上下文时有未被捕获的...
异常状态码
表示ER因为某些异常行为被禁止执行，原因如下：ER虚拟机连续OOM，即5秒之内连续两次OOM，导致ER异常被禁止。其他原因导致ER被禁止。599 表示ER在请求上下文时有未被捕获的异常，导致ER无法继续执行。表示ER在初始化上下文时有未被捕获的...
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。
基于MSE云原生网关实现同城多活
在同城多活的场景下，能够确保对跨可用区的多个业务集群的请求实现高效负载均衡分配，在单个可用区内的业务集群发生故障时，可在1秒内完成故障节点的自动摘除从而实现故障转移，有效的保障服务连续性和高可用性。容灾概述 目前云上容灾主要...
DeviceSwitched
告警信息 事件名称 事件级别 状态码 状态描述 DeviceSwitched CRITICAL switched Device Role Changed 可能原因 智能接入网关主设备故障。智能接入网关主设备动态路由邻居故障。处理方法 无需处理。icmsDocProps={'productMethod':'created...
Linux系统的ECS实例系统无响应，系统日志中出现“BUG:...
BUG:soft lockup-CPU#0 stuck for 61s 问题原因 该问题通常是由于ECS实例中，系统内核长时间占用CPU资源导致出现软死锁（soft lockup）故障，内核长时间占用CPU资源可能有以下原因：系统负载过高 内核死循环或死锁 内核调度问题 内核出现...
DeviceWanLinkSwitched
告警信息 事件名称 事件级别 状态码 状态描述 DeviceWanLinkSwitched WARN up Device Wan Link Switched 可能原因 WAN链路原有链路发生了故障，切换到备用链路。处理方法 提醒用户WAN链路发生了切换，用户查看原有WAN链路并决定是否主动切...
产品正式商业化发布
体系化故障闭环管理：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。云钉运维协同：基于钉钉，进行运维问题的协同处理，提升信息流转效率，加速问题解决。更多能力...
ConnectionDisconnect
告警信息 事件名称 事件级别 状态码 状态描述 ConnectionDisconnect CRITICAL disconnect Connection Disconnected 可能原因 主备IPsec链路均出现网络故障。处理方法 检查用户侧运营商网络接入是否正常。icmsDocProps={'productMethod':'...
可运维性咨询服务内容说明
4.8安全生产评估 乙方专家团队通过对甲方运维制度、流程、规范、工具平台的调研，评估甲方安全生产能力，并基于阿里巴巴安全生产体系和文化，帮助甲方设计成熟的组织文化机制、业务连续性管理、异常事件处理、故障生命周期管理、客户客情/...
基于Kubernetes容器集群的容灾架构与方案
为了确保系统能够在各种异常故障场景下快速恢复并保持业务连续性，您必须为系统设计一套完善的容灾方案。本文以Kubernetes集群（包括 容器服务 Kubernetes 版 的ACK集群、第三方云厂商集群和本地IDC集群）为基础，结合阿里云的网络、数据库...
- 产品推荐
- 这些文档可能帮助您