强弱依赖治理概述
强弱依赖治理就是通过科学的手段持续稳定地得到应用间依赖关系、流量、强弱等数据，提前发现因为依赖问题可能导致的故障，避免依赖故障影响用户体验，积累数据持续推进系统稳定性提升。什么是强弱依赖？异常发生时，不影响核心业务流程，不...
Alibaba Cloud Linux常见问题
最大化用户性能收益，与云基础设施联动优化。与RHEL相比没有运行时计费，与CentOS相比有商业支持。Alibaba Cloud Linux 2怎样保证数据安全？Alibaba Cloud Linux 2二进制兼容CentOS 7.6.1810/RHEL 7.6，遵从RHEL的安全规范。具体体现在以下...
产品功能
分布式架构，单节点故障业务不受影响 云数据库Memcache版采用分布式集群架构，每个节点均由双机热备架构组成，具备自动容灾及故障迁移能力。多种规格可适配不同的业务压力，数据库性能支持无限扩展。支持数据持久化及备份恢复策略，有效的...
更新故障影响服务
更新故障影响服务。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。请求头 该接口使用公共请求头，无特殊请求头。请参见公共请求参数文档。请求语法 POST/...
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，...
混沌工程缓存实战系列-Redis
在日常的发布、架构升级中除了功能测试、性能测试的回归，还需要进行常态化的故障演练，同时演练的形态和场景复杂性也要不断扩充。对于故障演练来说，难的不是注入手段，而是对业务架构、业务场景的理解。故障注入不是目的，演练的目的是...
故障影响服务详情
故障影响服务详情。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。请求头 该接口使用公共请求头，无特殊请求头。请参见公共请求参数文档。请求语法 POST/...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步...
故障隔离
故障隔离是在服务实例出现故障时，实现实例级别的精细化摘流隔离，使故障影响范围更小，提高服务的可用性。添加故障隔离规则 登录 SOFAStack 控制台。在左侧菜单栏选择 中间件>微服务平台>服务网格>服务治理，然后单击 故障隔离 页签。单击...
故障管理
故障追踪：支持对故障的最新进展、故障影响面（影响服务）、舆情反馈、Timeline时间线进行在线化管理、协同，基于统一视角协同处理故障，提升故障处理效率；故障复盘：基于最佳实践经验，沉淀了对故障进行深度复盘的结构化要求，形成了线上...
设计原则
在数据中心或服务器出现故障或灾难时，能够快速恢复数据并保持业务的正常运行，可以最大程度地减少因数据丢失或损毁而对企业造成的影响；数据容灾可以提高企业的安全性和可信度。对于一些重要的数据和业务，通过实施数据容灾措施，可以保障...
应用场景
建模、渲染和非编 场景痛点 建模、渲染和非编等场景面临以下常见痛点：对GPU算力要求高，IT设施的投入和维护成本高；硬件设备繁重，不便于随时随地办公；设计软件版本不统一，协同创作成问题；面临创意数据泄露、版权纠纷等风险。产品优势 ...
应用场景
建模、渲染和非编 场景痛点 建模、渲染和非编等场景面临以下常见痛点：对GPU算力要求高，IT设施的投入和维护成本高；硬件设备繁重，不便于随时随地办公；设计软件版本不统一，协同创作成问题；面临创意数据泄露、版权纠纷等风险。产品优势 ...
断网续传
常见问题 断网续传会对磁盘IO有影响吗？答：有影响。断网期间Link IoT Edge会对上云数据进行本地持久化操作，对磁盘IO的具体影响，视消息量大小而定。网络恢复后，在控制台查看发现断网期间有数据未上报？答：目前对历史数据上报限流为10条...
变更发布策略
常见的做法包括基于HTTP Header和Cookie，将特定请求或用户灰度至新版本，降低故障影响范围。金丝雀发布：通过调整流量权重比例，逐步将流量从老版本切换至新版本。同时对老版本服务进行缩容，对新版本进行扩容，相比蓝绿发布资源利用率较...
应用场景
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，当一个机房故障，不影响另外一个机房业务使用。异地主备 满足容灾需求，两地不同城市分别建设两个...
AIOps 解决方案专家服务内容说明
依托阿里巴巴多年AI能力沉淀，以及阿里云专家经验，通过算法对监控指标进行建模与实时智能分析，当业务异常发生时，实时进行告警关联分析与收敛，帮助用户减少故障影响时间（MTTR），提高用户业务稳定性。它融合“人工智能+大数据+云计算”...
集群巡检项及解决方案
SLB最大连接数过高 异常影响：过去三天最大连接数达到上限的80%以上。当连接数达到上限后，无法建立新连接，导致客户端无法访问。解决方案：若过去三天内SLB实例连接数过高，达到最大连接数的80%。超过SLB连接数最大值会导致客户端无法访问...
集群巡检项及解决方案
SLB最大连接数过高 异常影响：过去三天最大连接数达到上限的80%以上。当连接数达到上限后，无法建立新连接，导致客户端无法访问。解决方案：若过去三天内SLB实例连接数过高，达到最大连接数的80%。超过SLB连接数最大值会导致客户端无法访问...
集群巡检项及解决方案
SLB最大连接数过高 异常影响：过去三天最大连接数达到上限的80%以上。当连接数达到上限后，无法建立新连接，导致客户端无法访问。解决方案：若过去三天内SLB实例连接数过高，达到最大连接数的80%。超过SLB连接数最大值会导致客户端无法访问...
变更管理
运维事件中心是阿里云提供的云上变更管理服务，提供丰富的监控集成、强大的报警降噪、可靠的通知、灵活的事件流转、基于ITIL的故障管理等功能，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、更短的故障时长、更...
灾备规划
RTO和RPO一般由业务部门提出要求，与IT部门共同商议，基于技术可行性、对现有系统影响、成本等多方面综合考量综合得出。RTO和RPO标准的高低与基础设施成本往往有线性关系。您也可以参考国家和行业标准来制定RTO、RPO目标。GB/T 20988-2007...
常见术语
本文主要对能耗宝产品中常见术语进行解释说明，帮助用户更好的理解产品。电力参数名词解释 功率因数：功率因数（cosφ）就是交流电路中的电流与电压相位之差（通常是电流落后）角度的余弦值，功率因数是计算力调电费时查询功率因数调整电费...
应用容灾
同城场景下多机房的网络、服务互通，某机房局部故障会影响到全局，爆炸半径不可控。应用多活架构的难点，在于机房之间的流量路由和隔离。当某机房出现故障，可以做到机房级的快速切换。更精细化的场景，如果是某中心内某应用的故障，还需要...
什么是消息演练
随着应用规模的扩大，系统变得越来越复杂，不可避免地会走向分布式化。各种中间组件会相继被引入系统，其中分布式消息服务更是系统中必不可少的一环。这些消息服务之前并没有在系统中实际经历过真实流量考验，其中某些隐患或缺陷很难被发现...
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 ...
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...
应用场景
系统稳定性差，任何一个下游发生故障，将直接影响整个业务系统的可用性。为提升核心应用用户体验和稳定性，您可以通过DTS提供的数据订阅，将深耦合业务优化为通过实时消息通知实现的异步耦合，让核心业务逻辑更简单可靠，具体调整为：该...
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...
SOFAMesh 服务网格总体经济影响报告
精准故障定位 对于已完成了微服务化改造的服务云原生环境来说，服务网格提供了强大的流量管控能力，控制数据中心风险，通过调用链精准定位故障。故障复盘资源消耗节省 对于监管要求极高的金融企业，在故障出现后要进行全面复盘，以确保系统...
DDH常见问题
本文介绍DDH相关的常见问题及解决方案。DDH相关的常见问题及解决方案如下：什么是专有宿主机DDH？DDH有什么优势？在什么场景下需要购买DDH？DDH是裸机产品吗？DDH与弹性裸金属服务器有什么区别？怎么创建和释放DDH？怎么查看每台DDH上有...
使用ASM构建分布式系统的容错能力
解决方案 ASM支持通过目标规则设置隔板模式，以下目标规则定义了其他服务请求httpbin应用时，最大并发连接数限制为1，每个连接最大请求数为1，最大请求重试次数为1，并且不能在10秒内建立连接的服务会得到503响应。apiVersion:networking....
使用ASM构建分布式系统的容错能力
解决方案 ASM支持通过目标规则设置隔板模式，以下目标规则定义了其他服务请求httpbin应用时，最大并发连接数限制为1，每个连接最大请求数为1，最大请求重试次数为1，并且不能在10秒内建立连接的服务会得到503响应。apiVersion:networking....
EasyCkpt：AI大模型高性能状态保存恢复
通常，故障的根因是一到两台机器的故障，这只会影响部分Worker。对于大规模分布式训练任务而言，不会所有的Worker都出现故障。特点2：机器的故障是部分的。通过对众多故障失败案例的分析，对于训练集群而言：GPU易损坏，但机器的CPU和内存...
应用场景
场景二：数据实时分析/数据库数据入数仓 数据分析在提高企业洞察力和用户体验方面发挥着举足轻重的作用，数据同步服务使您能够以几分钟而不是几小时或几天的频率从您的数据中获得洞见，从而提升企业的竞争力。数据同步服务可在增量数据同步...
网络资源
网络资源是流量入口和数据交互的基础设施，常见的网络资源风险点如下：网络带宽不足 指网络连接的带宽无法满足系统或应用程序的需求，导致网络传输速度慢，影响系统的响应和性能。针对网络资源带宽不足的情况：带宽监控预警：实时监控网络...
诊断项与诊断结果说明
实例健康诊断功能是一种自助诊断方式，可以对实例的计算服务状态、存储服务状态、网络服务状态、实例配置管理和实例操作系统内相关配置进行全方位的诊断，帮助您了解实例的健康情况，及时发现并解决常见的问题。本文介绍轻量应用服务器支持...
- 产品推荐
- 这些文档可能帮助您