质检规则配置
例如下图，命中正则表达式：买.*(ssd盘|普通盘)，排除正则表达式：用不了|不能用|不生效，所以结合起来就是只匹配用户购买产品的场景，但是要排除掉故障报修的场景，示例语句：我想买一块ssd盘，应该怎么操作（可命中）/我前两天买了ssd盘...
Pod诊断
容器智能运维平台 提供Pod诊断功能，帮助您诊断异常的Pod信息。本文介绍Pod诊断的检查项以及对应的修复方案。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...
Pod诊断
容器服务平台提供Pod诊断功能，帮助您诊断异常的Pod信息。本文介绍Pod诊断的检查项以及对应的修复方案。容器服务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...
Pod诊断
容器智能运维平台 提供Pod诊断功能，帮助您诊断异常的Pod信息。本文介绍Pod诊断的检查项以及对应的修复方案。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...
ECS系统事件汇总
Canceled：因系统维护实例重新部署已取消 阿里云检测到ECS实例的底层宿主机存在潜在的软硬件故障风险，该风险会导致ECS实例重新部署，且该风险还未直接成为故障，在系统维护计划执行时间前24~48小时发送该系统事件。重要 使用了本地SSD盘...
捷顺
DAS服务自动SQL限流和自动SQL调优，帮助DBA从救火员转向数据库架构师，有更多时间和精力帮助研发优化系统架构，审核数据库的变更和各种操作，进一步降低系统故障的概率。DAS服务自动对数据库实例进行治理，帮助捷顺科技把数据库的运维成本...
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...
应用场景
Node.js 提供的精确到虚拟机级别的深度监控，能够如实的反应应用运行状态，通过配置报警规则，用户可以在发现系统出现故障（内存泄露或者 CPU 热点等）趋势时，通过诊断接口迅速定位故障点。Node.js 性能平台特别适合业务发展迅速、应用...
自动/手动主备切换
当系统发生故障时，PolarDB 集群会自动进行主备切换。您也可以手动进行主备切换，指定一个只读节点为新的主节点。注意事项 不论是自动切换还是手动切换，切换过程中，都可能会出现30秒左右的闪断，因此切换前请务必确保应用具备重连机制。...
自动/手动主备切换
当系统发生故障时，PolarDB 集群会自动进行主备切换。您也可以手动进行主备切换，指定一个只读节点为新的主节点。注意事项 不论是自动切换还是手动切换，切换过程中，都可能会出现30秒左右的闪断，因此切换前请务必确保应用具备重连机制。...
设备显示离线
如果是静态路由接入，尝试通过交换机，能否 ping 通设备的每个接口IP，如果其中有无法 ping 通的接口，请参见 设备和交换机之间的链路故障，排除接口互联问题。如果是单机设备，观察设备机身的状态指示灯，确认右侧第二个和第三个灯是否为...
无法连接到同一个云连接网内的本地客户端
如果是静态路由接入，尝试通过交换机，能否 ping 通设备的每个接口IP，如果其中有无法 ping 通的接口，请参见 设备和交换机之间的链路故障，排除接口互联问题。如果是单机设备，观察设备机身的状态指示灯，确认右侧第2和第3个灯是否为黄色...
强弱依赖治理概述
强弱依赖治理的应用 强弱依赖治理主要可以被应用到以下场景：系统改造验收：对于分布式系统，至少在运行态中，不会因为依赖的系统后台出现故障，引起当前应用出现系统级可用性的故障，例如进程挂掉、频繁FullGC、负载飙高等，何时何地都应...
ping不通云服务ECS（SAG-1000）
如果是静态路由接入，尝试通过交换机，能否ping通设备的每个接口IP，如果其中有无法ping通的接口，请参见 设备和交换机之间的链路故障，排除接口互联问题。如果是单机设备，观察设备机身的状态指示灯，确认右侧第2和第3个灯是否有红色的。...
PTS压测快速入门
演练阶段：在演练排查阶段，您需要对系统进行故障演练，进而发现并验证系统问题，锻炼系统及相关人员的应急能力，阿里云提供了 故障演练 平台帮助您演练预案。更多信息，请参见 什么是故障演练。容灾阶段：在容灾防护阶段，您需要构建系统...
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...
查看实例的系统日志和屏幕截图
系统通过串口打印输出的日志会包含两种类型的信息，一类是系统启动开机时的日志内容，另一类是系统内核故障或异常时的日志内容。更多详情，请参见《云栖社区》博客 操作系统有异常？诊断日志来帮忙。使用限制 使用该功能时您需要注意如下...
自动/手动主备切换
当系统发生故障时，PolarDB 集群会自动进行主备切换。您也可以手动进行主备切换，指定一个只读节点为新的主节点。注意事项 不论是自动切换还是手动切换，当只读节点未开启热备时，主备切换过程中可能会出现20~30秒左右的闪断，因此切换前请...
功能导航条
帮助您排除一些脏数据的干扰。对所有行、列开启抑制 对所有行、列开启抑制时，整个表格中所有数据全部为0、null或者空文本的行和列都会被清除，此时行、列容器上会有图标提示有抑制在生效，导航条中的抑制图标变蓝，再次单击图标可以取消...
Gmail 投递帮助
Gmail发送者指南，请参考 文档。一、投递失败的原因 一般来说，投递失败会出于以下一种或多种原因：发送邮件...6、使用故障排除工具 如果按照本文中的指南进行操作后仍然遇到邮件传送问题，请尝试 对发件人的电子邮件传送问题进行故障排除。
系统类故障排查
概述 本文主要介绍使用阿里云服务器ECS时的系统类故障排查，包含CPU、磁盘I/O、内存、硬盘、带宽资源占用异常的问题排查与定位。详细信息 说明 阿里云提醒您：如果您对实例或数据有修改、变更等风险操作，务必注意实例的容灾、容错能力，...
主从实例读写分离部署（共享存储）
数据状态保存在盘古分布式存储系统中，无需从计算节点迁移，计算节点轻量无状态，系统可以快速从故障中恢复。该方案为当前每个实例内部默认启用，当系统发生故障时，无需手工运维介入，系统可以自动恢复。在恢复期间，如果查询算子需要访问...
物理端口监控及预警
配置端口报警规则 您可以配置物理端口报警规则，当物理专线故障时，系统根据您配置的报警规则发送报警通知，帮助您快速获取物理端口异常情况，避免影响业务。说明 以下内容介绍通过高速通道管理控制台配置物理端口报警规则。通过云监控控制...
同城容灾架构概述
非机房级故障（某个机房的单产品故障，例如其中一个机房的ECS服务器损坏），可以通过对单产品的灾备设计来保障发生故障时系统及时切换。应用设计相关参考标准 应用设计相关参考标准如下：无状态化。分布式集群设计、避免单点逻辑出现。幂等...
查看和运行SMC客户端
具体操作，请参见 故障排除。说明 如果您需要停止客户端迁移或修改客户端配置，可参考以下操作步骤退出SMC客户端。Linux Linux版本客户端默认在后台运行，可执行以下命令退出后台进程：./go2aliyun_client-abort Windows Windows版本客户端...
Linux系统的ECS实例运行卡顿，在/var/log/messages...
问题原因 在Linux系统的ECS实例中，当某个进程因为某种原因无法继续执行，并且长时间停滞在某个状态下无法响应，就会发生挂起任务（hung task）故障，出现hung task故障可能原因如下：进程卡住（blocked）：当某个进程在执行过程中出现死锁...
标准版-双副本
阿里云自研 故障探测切换系统（HA）阿里云Redis服务封装HA切换系统，实时探测主节点的异常情况，可以有效解决磁盘IO故障，CPU故障等问题导致的服务异常，及时进行主从切换，从而保证服务高可用。主从复制机制 阿里云针对Redis主从复制机制...
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...
标准架构
阿里云自研 故障探测切换系统（HA）阿里云 Tair 服务封装HA切换系统，实时探测主节点的异常情况，可以有效解决磁盘IO故障，CPU故障等问题导致的服务异常，及时进行主从切换，从而保证服务高可用。主从复制机制 阿里云针对 Tair 主从复制...
通用性能
系统指标 指标详细 维度 能力 说明 系统部署 Agent自动注册 按规模可选择Agent集群式入网，高可用执行分钟级故障切换 系统性能 自动化峰值调用性能：100/分钟 自动化任务下发 并发调用性能：100台设备并行配置 系统稳定 系统动态扩容能力：...
概述
帮助变更系统建设风控能力，护航业务变更执行。标准的变更过程一般可分为：计划、执行、结束三个部分，其中：计划阶段：该阶段主要包含变更申请，以及申请的准入审批。变更申请需要明确变更计划、窗口期、潜在影响以及回滚方案。执行阶段：...
实例健康诊断
实例健康诊断功能可以对 轻量应用服务器 实例的计算服务状态、网络服务、存储服务和配置管理等进行全方位的诊断，帮助您了解实例的健康状态，及时发现并解决常见的问题。前提条件 轻量应用服务器...轻量应用服务器故障问题，请参见 故障排除。
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，数据库、MQ等中间件异常事件），以及集成各业务自建的定位工具能力，并在故障及风险预警的应急过程中进行可疑原因定位，帮助促进故障及风险预警初因定位的时长缩短。...
存储资源
磁盘性能下降，读写速度变慢，任务执行时间增加，系统的实时性降低，当磁盘IO负载过大无法承受时，可能导致磁盘故障、系统崩溃或数据丢失。常见的容错策略如下：数据缓存：将数据暂时存储在内存中，减少对磁盘IO的频繁访问。可以利用内存...
什么是读写分离
读写属性处理逻辑 读写属性 权限分配方式 主实例权重 正常情况 删除最后一个只读实例 只读实例全部故障 只读 系统分配或自定义 主实例权重不可设置 主实例：不可读不可写（不转发）代理地址：可读不可写 主实例：不可读不可写（不转发）...
合规认证
该标准采用符合最佳实务的个人资讯管理系统，帮助组织在尊重资讯隐私权的前提下，能充分保障个人资讯的合理运用。更多信息，请参见 BS 1002官网。CSA STAR 云安全国际认证（CSA-STAR）以ISO/IEC 27001认证为基础，运用BSI提供的成熟度模型...
配置健康检查
健康检查探测到物理专线链路故障后并不会向您发送通知，推荐您为物理专线配置报警规则，物理专线触发报警规则后，系统会向您发送报警通知，方便您及时处理问题。警告 健康检查目标IP地址必须保证能正常回应ping的探测，本地数据中心不能对...
EasyCkpt：AI大模型高性能状态保存恢复
在训练过程中，可能会遇到硬件故障、系统问题、连接错误、以及其他未知的问题。这种频繁中断导致的训练进度的损失对于耗时又耗资源的大模型训练来说是难以承受的。尽管可以通过做Checkpoint来保存和恢复进度，但Checkpoint本身的耗时与模型...
快速入门
ADP-Local运维控制台 ADP-Local运维控制台（以下简称ADP-Local）提供了丰富的运维管理能力，在控制台内可以查看各组件的运行状态、监控告警信息，进行故障排除，及操作各类运维变更。在底座配置内勾选 本地控制台（adp-local）在产品的版本...
演练场景说明
AHAS提供基础资源类场景和Kubernetes类场景，帮助分布式系统提升容错性和可恢复性。每一个执行阶段的演练场景都对应一个恢复阶段的演练任务。恢复阶段的演练任务目的是清除故障演练的影响，使应用或服务恢复正常，通常不需要配置参数。本文...
- 产品推荐
- 这些文档可能帮助您