围绕混沌工程的平台实践
因此混沌工程是一门学科，它提供了基本的理论指导，而故障演练是混沌工程的具体实践，通过向目标系统注入真实可能发生的故障来考量系统的稳定性。混沌工程和AHAS Chaos AHAS Chaos是以混沌工程为理论指导的故障演练平台，目标是成为混沌...
演练场景
故障演练是业务系统上线前必要的演练环节，旨在对应急预案的可行性，进一步完成应急预案，从而帮助提升产品、集群、机房的稳定性，减少故障的发生，提高故障应急效率，进而提升产品竞争力。一个完整的故障演练过程为 创建故障原子服务>创建...
运维服务内容说明
《问题清单》4 故障救援 有效协调资源，推动故障快速定位恢复，故障应急响应分钟。《故障报告》5 监控预警 帮助客户完善监控体系，及时处理告警事件，提升主动预警和快恢能力。《事件清单》6 智能巡检 定期健康巡检，提前识别风险隐患，...
什么是故障
本文主要介绍什么是故障。定义 在日常运营中，无论什么原因导致业务服务中断、服务品质...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连续性形成改进，避免历史同类故障重复发生。
云盒计算资源配置最佳实践
冗余的算力配置，可以大幅提升硬件风险应对能力 云盒提供的IaaS层稳定性，依赖于云上提前预测硬件故障的算法能力，以及宕机迁移和热迁移能力。这些能力可以有效提升云盒IaaS层的故障和风险应对能力，但也需要一定的冗余资源，以便在硬件...
数据脱敏
脱敏算法能够有效地保护敏感数据的安全性，避免信息泄露，同时保留数据的格式和结构，以便于查询和使用。识别规则：在数据脱敏功能中，使用规则来自动识别数据库中的敏感数据。扫描添加敏感列时，会通过添加的识别规则自动识别匹配的敏感列...
什么是混合云容灾服务
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...
网络架构容灾
当地址池中地址发生故障时，HealthCheck模块会准确的检测到异常情况并与DNS交互（如下图中序号3所示），摘除故障地址（如下图中序号4所示），这样用户端会自动解析到可用的地址池（如下图中序号5所示）。并当故障地址恢复时，自动恢复至...
水印使用限制
数据源嵌入水印时有以下使用限制。哪些数据源适合嵌入水印？数据安全中心支持静态脱敏的数据源，均支持嵌入水印。支持静态脱敏的数据源类型，请参见 支持的数据类型。对待嵌入水印的源数据有什么要求？...支持空格算法和最低有效位算法。
标准架构
主节点提供日常服务访问，从节点提供HA高可用，当主节点发生故障，系统会自动在30秒内切换至从节点，保证业务平稳运行。标准架构高可用类型的特点如下：可靠性 服务可靠 采用双机主从（master-replica）架构，主从节点位于不同物理机。主...
跨地域容灾
容灾系统部署在阿里云的两个地域中，当生产站点发生故障（例如海啸、地震）时，业务系统切换到容灾站点。生产站点和容灾站点部署在不同的地域，提供容灾即服务，RPO低至1分钟、RTO低至15分钟的高可靠的业务持续性保障，有效避免了地域性...
标准版-双副本
主节点提供日常服务访问，备节点提供HA高可用，当主节点发生故障，系统会自动在30秒内切换至备节点，保证业务平稳运行。特点 可靠性 服务可靠 采用双机主从（master-replica）架构，主从节点位于不同物理机。主节点对外提供访问，用户可...
设计原则
在一些场景下，即使设计了各种技术手段去提高系统的冗余、保持业务的高可用，但还是避免不了生产系统故障的发生，所以需要面对故障建立一个高效的故障应急流程机制和稳定的技术平台，实现故障风险实时发现、应急团队有效协同、处理过程准确...
MSE注册配置中心高可用最佳实践
无容灾保护 当来自Consumer端的请求量突然增加时，如果Provider容量水位较高，会导致个别Provider发生故障：注册中心会将故障节点摘除，全量流量会给剩余节点。剩余Provider节点负载变高，大概率也会发生故障。最终所有Provider节点故障，...
跨地域容灾
容灾系统部署在阿里云的两个地域中，当生产站点发生故障（例如海啸、地震）时，业务系统切换到容灾站点。生产站点和容灾站点部署在不同的地域，提供容灾即服务，RPO低至1分钟、RTO低至15分钟的高可靠的业务持续性保障，有效避免了地域性...
采集客户端数据的高可用方案
当Logstore A发生故障时，Logstore B的数据仍然实时可用。当Logstore B发生故障时，Logstore A的数据仍然实时可用。操作步骤：在日志服务控制台上，创建Project和Logstore。创建A地域的Project A和Logstore A。创建B地域的Project B和...
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...
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...
同城多活架构实践
在杭州单元格B的商品应用发生故障的情况下，可使用MSHA切流功能将流量全部切换到另外的单元格，进行快速业务恢复（这里区别于传统的思路，不是去排查、处理和修复故障，而是立即使用切流进行恢复，将业务恢复和故障恢复解耦）。容灾切换...
步骤五：应用容灾
确保操作人员熟悉容灾恢复流程，当主站真正发生故障时，操作人员可以顺畅地进行容灾切换。按如下步骤进行容灾演练：在 受保护服务器 页签，单击要启动容灾演练服务器右侧对应的 操作 列表下的 容灾演练。在 容灾演练 页面，选择 恢复网络、...
功能特性
同时，通过大规模RDMA网络部署实践，阿里云自主研发了基于端网协同的RDMA高性能网络协议和HPCC拥塞控制算法，并通过智能网卡实现了协议硬件卸载，降低了端到端网络延时，提升了网络IO吞吐能力，并有效规避和弱化了网络故障、网络黑洞等传统...
跨可用区容灾
确保操作人员熟悉容灾恢复流程，确保在主站真正发生故障时，操作人员可以顺畅地进行容灾切换。按如下步骤进行容灾演练：在 受保护服务器 页签，单击要启动容灾演练服务器右侧对应的 操作 列表下的 容灾演练。在 容灾演练 面板，选择 恢复...
可观测性的设计原则
通过在系统中实现分布式跟踪，可以快速定位问题并进行有效的故障排除。链路跟踪可以通过在系统中添加跟踪标识符来实现。当请求进入系统时，标识符将被添加到请求中，并在整个系统中传递。每个组件都可以将标识符添加到它们的日志中，以便在...
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，...
跨可用区容灾
确保操作人员熟悉容灾恢复流程，确保在主站真正发生故障时，操作人员可以顺畅地进行容灾切换。容灾演练操作步骤如下：在左侧导航栏，选择 连续复制型容灾>云上容灾。在页面右上角，选择容灾站点对。单击容灾中心的 受保护服务器 页签。单击...
阈值检测
应用场景 当您发现经常收到某条告警，但是系统又没有发生任何故障时，可能是因为当前的阈值设置得不够合理，或者是该阈值不适合某些应用或接口。这种场景下，您可以使用 建议阈值 功能，对告警规则的阈值进行调整，或对部分应用、接口的...
阈值检测
应用场景 当您发现经常收到某条告警，但是系统又没有发生任何故障时，可能是因为当前的阈值设置得不够合理，或者是该阈值不适合某些应用或接口。这种场景下，您可以使用 建议阈值 功能，对告警规则的阈值进行调整，或对部分应用、接口的...
阈值检测
应用场景 当您发现经常收到某条告警，但是系统又没有发生任何故障时，可能是因为当前的阈值设置得不够合理，或者是该阈值不适合某些应用或接口。这种场景下，您可以使用 建议阈值 功能，对告警规则的阈值进行调整，或对部分应用、接口的...
Encrypt
仅当加密算法（Algorithm参数）为AES_GCM、AES_CBC 或SM4_GCM 时本参数有效。加密算法（Algorithm）为AES_CBC时：Iv长度为16字节。加密算法（Algorithm）为AES_GCM 或SM4_GCM 时：Iv长度为12字节。如果未指定本参数，KMS将随机生成。重要 ...
数据智能概述
功能简介 算法实例 通过配置算法实例，来分析光伏电站运维数据或设备运行数据，使您能及时监测和掌控光伏电站或设备的运行状态和故障情况。算法模板 物联网平台提供算法模板供您使用，您可以查看算法模板的详情信息，如：算法详细介绍、...
AdvanceEncrypt
仅当加密算法（Algorithm）为AES_GCM、AES_CBC时本参数有效。加密算法（Algorithm）为AES_CBC时：Iv长度为16字节。加密算法（Algorithm）为AES_GCM时：Iv长度为12字节。如果未指定本参数，KMS将随机生成。重要 推荐您不指定本参数，由KMS...
ECS系统事件概述
说明 计划内运维事件也称主动运维事件，是阿里云基于百万级服务器的管理运维经验，服务上万家大型企业客户的能力沉淀，以及达摩院的前沿机器学习算法，对底层宿主机的软硬件故障风险进行预测和主动规避。当宿主机上的故障风险无法规避时，...
光伏发电异常检测提效
由上图所示，算法能够有效区分发电状态良好的站点和效能较差的站点，综合测算准确率达85%以上。对于实际工况，我们的最佳实践为部署算法模型并进行按日调度，每日输入所有受监控站点的P-T曲线数据，输出可疑的低效站点，并触发相应的运维告...
负载均衡调度算法介绍
简单场景：对于简单的应用场景，不需要考虑服务器的实际负载情况或连接的持续时间，轮询算法可以是一个简单且有效的选择。加权轮询算法 介绍 加权轮询算法在轮询算法的基础上引入了权重的概念，对服务器的负载分配更加灵活。权重值越高的后...
I-V曲线诊断
数据服务中提供光伏智能运维的IV曲线诊断算法，结合环境光强度、环境温度等影响因素，对组串式光伏发电阵列的电流-电压曲线（I-V曲线）进行分析，检测系统可能出现的故障，进而提高设备的运行效率，保障电站高效运行。本文介绍光伏智能运维...
时序异常检测
本文介绍异常检测算法的概念和时序异常检测的语法。引擎与版本 时序异常检测仅支持时序引擎。无版本要求。使用限制 时序异常检测必须和 SAMPLE BY 语句搭配使用。功能简介 时序异常检测用于检测指定时间线上异常点的值，支持阿里达摩院自研...
技术分析函数
技术分析的函数将广泛使用的算法应用在您的数据中。虽然这些函数主要应用在金融和投资领域，但是它们也适用于其它行业和用例。本文档主要介绍了技术分析函数的语法结构、语法说明以及使用示例。通用参数说明 除了 field key 参数，技术分析...
应用场景
机器学习服务提供流式统计或图算法进行异常检测，可以有效识别时序数据的异常，并直接发送异常给告警系统进行告警事件的进一步管理。安全运维（SecOps）企业或组织将内部系统中审计和安全相关的数据、事件接入到日志服务后，安全运维人员可...
概述
日志服务机器学习功能为您提供多种功能丰富的算法和便捷的调用方式，您可以在日志查询分析中通过分析语句和机器学习函数调用机器学习算法，分析某一字段或若干字段在一段时间内的特征。针对时序数据分析场景，日志服务提供了丰富的时序分析...
工作原理
故障、变更都会引起对应指标形态的变化，前一种规则条件下的异常可能在下一时刻是正常状态。配置难：时序数据形态各异。有突刺变化、折点变化、周期变化等诸多形态，阈值范围也各有不同。对于复杂形态下的异常，规则往往难以配置。效果差：...
- 产品推荐
- 这些文档可能帮助您