性能监控最佳实践
而一体化性能监控能够对多种关联的监控数据进行自动分析和处理，帮助IT运维人员快速定位故障原因，从而提高故障排查效率。提高监控可视化程度：一体化性能监控可以通过统一可视化界面，综合展示不同类型的性能监控数据，使监控数据更加直观...
状态卡片
图表样式 状态卡片是文字组件的一种，支持多系列的状态类别配置，能够以彩色圆点的形式在可视化应用中直观地展示多种类别的状态信息，比如展示一个集群中多台服务器的运行状态。配置面板 搜索配置：单击 配置 面板右上角的 搜索配置，可在 ...
状态卡片
图表样式 状态卡片是文字组件的一种，支持多系列的状态类别配置，能够以彩色圆点的形式在可视化应用中直观地展示多种类别的状态信息，比如展示一个集群中多台服务器的运行状态。样式面板 搜索配置：单击 样式 面板右上角的搜索配置项图标，...
日志管理
如果发生故障，您可以下载日志或提供日志上传路径给阿里云工程师定位问题。下载日志 在浏览器中，输入 https://<块网关IP地址>访问本地块网关控制台。输入用户名和密码，单击 确认。单击 关于，进入 关于系统 页面。找到 日志信息 区域，...
日志管理
如果发生故障，您可以下载日志或提供日志上传路径给阿里云工程师定位问题。下载日志 在浏览器中，输入 https://<文件网关IP地址>访问本地文件网关控制台。输入用户名和密码，单击 确认。单击 关于，进入 关于系统 页面。找到 日志信息 区域...
设计方案
风险预测：风险预测是指在发生故障前，通过数据分析、机器学习等方式，预测系统的风险情况，提前进行预防和处理。在故障应急响应中，风险预测可以作为重要参考，帮助快速识别问题的根本原因，提高故障处理效率和精度。故障响应 在发现故障...
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...
故障处理流程
当智能接入网关设备发生网络故障后，您可以先观察现象、收集信息，然后对现象和信息进行分析诊断，尝试修复问题。本文为您介绍智能接入网关设备故障处理流程。SAG-100WM故障处理流程说明 通过SAG-100WM访问阿里云，发现故障，请参见以下...
功能特性
继而在风险事件发生时，将例行化、程式化、标准化的排查过程，通过故障决策树自动执行，并直接反馈诊断结果。通过故障诊断平台，能够极大地缩短故障排查时间。同时，屏蔽了不同运维人员在故障排查时的经验和技能差异，实现故障的快速定位。...
混合云解决方案
如果MASTER 宕机，发生了故障转移，此时SLAVE如果要提供服务，日志读取器会等待镜像日志先同步，再做发布，但如果MASTER发生硬件故障，此时SLAVE需要打开一个跟踪标记1448，在镜像故障的情况下可以继续分发数据。说明 1448标记用于在事务...
PolarDB集群主地址连接格式满足要求
应用场景 PolarDB集群的主地址连接格式规范化可以为企业提供更好的管理、性能、安全和扩展性，是一种有效规范化和优化数据库管理的方式。该规则可以检测出不符合格式要求的PolarDB集群。风险等级 默认风险等级：低风险。当您使用该规则时，...
PolarDB集群的集群地址连接格式满足要求
应用场景 集群地址连接格式规范化可以为企业提供更好的管理、性能、安全和扩展性，是一种有效规范化和优化数据库管理的方式。该规则可以检测出不符合格式要求的PolarDB集群。风险等级 默认风险等级：低风险。当您使用该规则时，可以按照...
PolarDB集群只读地址连接格式满足要求
应用场景 PolarDB集群的只读地址连接格式规范化可以为企业提供更好的管理、性能、安全和扩展性，是一种有效规范化和优化数据库管理的方式。该规则可以检测出不符合格式要求的PolarDB集群。风险等级 默认风险等级：低风险。当您使用该规则时...
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...
产品架构
为了同步正在进行的数据变更，DTS使用两个处理事务日志的模块：事务日志读取模块：日志读取模块从源实例读取原始数据，经过解析、过滤及标准格式化，最终将数据在本地持久化。日志读取模块通过数据库协议连接并读取源实例的增量日志。如果...
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...
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。...
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...
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，...
故障管理
故障管理概述 故障管理是源于ITIL的一个概念，在IT企业或者互联网企业进行故障管理的目的是当生产环境出现重大宕机时尽快恢复正常的服务运营，将组件失败对业务所造成的负面影响降到最低，从而确保满足事先与业务客户之间所约定的服务级别...
什么是混合云容灾服务
混合云容灾HDR（Hybrid Disaster Recovery)是一个为数据中心提供企业级应用的本地备份与云上容灾一体化的服务。可以为本地数据中心以及阿里云上面的企业关键业务提供低至秒级RPO和分钟级RTO的容灾服务，有效保障数据安全和业务连续性。解决...
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...
名词解释
这种模式下，两个城市的三个数据中心互联互通，如果⼀个数据中心发生故障或灾难，其他数据中心可以正常运行并对关键业务或全部业务实现接管。命名空间 多活命名空间MSHA Namespace，是一个逻辑租户的概念，用于进行租户粒度的管控配置和云...
AI助手使用说明
安装AI助手并开启PAI的作业监控和恢复功能后，当训练任务发生故障或异常时，能自动上报故障信息、隔离问题节点，无需人工干预即可快速恢复任务。本文为您介绍AI助手的具体配置方法。前提条件 已创建带有ACK灵骏托管版的集群。具体操作，请...
EMR Kafka ECS磁盘事件处理
执行以下命令，格式化磁盘。which mkfs.ext4 mkfs.ext4-m 0/dev/*说明 请替换/dev/*为您实际的设备名。执行以下命令，配置/etc/fstab 文件。echo"/dev/*/mnt/*ext4 defaults,noatime,nofail 0 0">>/etc/fstab 说明 请替换/dev/*和/mnt/*为...
灾备规划
RTO和RPO要求 应用容灾有两个核心的指标：RPO：指应用发生故障时可以容忍的数据丢失量。数据越重要，RPO就要求越小。RPO越小，往往要求数据备份、复制频率更高，对生产环境、网络的压力也会越大，成本通常也越高。RTO：指故障发生后，期望...
应用故障自动诊断
如果发现问题，则会在应用总览页面上方闪现一个红色盾牌图标，单击该图标即可弹出故障诊断报告，故障报告上的故障定界和根因分析可以帮助您更好地发现和解决问题。常见的故障自动诊断场景 RT突增 下游业务导致的本应用的RT突增，您可以联系...
围绕混沌工程的平台实践
原则2多样化真实世界的事件 在故障演练开始之前，您需要思考以下问题，在现实生活中，系统已经发生过哪些问题？可能会发生什么样的新问题？有哪些问题是正在解决中的？这些问题可以帮助您在设计演练流程时选择和系统业务有关的更优场景。...
回切至本地物理机
USB驱动盘制作 按要求填写设备选项及格式化选项的各项参数，单击 开始。配置情况如下表所示：参数 说明 设备 选择插入的U盘。引导类型选择 选择刚下载的Aliyun-BCDR-BMR-Shadow-VM-Win-2.5.0.iso镜像。分区类型 选择 MBR。目标系统类型 ...
DATASOURCE:ECS:DedicatedHosts
无 ActionOnMaintenance String 当专有宿主机发生故障或者在线修复时，为其所宿实例设置迁移方案。取值：Migrate：迁移实例到其他物理机并重新启动实例。Stop：在当前专有宿主机上停止实例，确认无法修复专有宿主机后，迁移实例到其他物理...
基于ack-lingjun-aiast组件实现集群自动化运维
组件介绍 安装灵骏AI助手开启PAI的作业监控和恢复功能后，当发生故障或异常时，灵骏AI助手的告警系统可以自动和PAI进行交互，并上报故障信息，并根据故障触发阶段和并行策略选择规避故障的方法，自动隔离故障节点，并通过checkpoint快速...
故障演练
但这些措施在故障发生时的有效性、故障恢复工具的真实容灾能力、处理问题人员的熟练度，沟通机制、容灾措施对上层的影响等问题，平时并没有太多的机会验证，往往都是在真实故障中暴露。故障演练就是这个背景下诞生的，沉淀通用的故障场景，...
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...
云盘异步复制概述
启动云盘异步复制功能 通过异步复制功能实现容灾恢复 您创建并启动云盘异步复制关系后，如果主盘发生故障，您可以通过异步复制提供的故障切换以及反向复制功能对主盘进行容灾恢复。通过异步复制功能实现容灾恢复 删除云盘异步复制关系 创建...
异地应用双活切流
在⼀个数据中心发生故障或灾难的情况下，将流量切换到其他数据中心，其他数据中心可以正常运行并对关键业务或全部业务进行接管，实现故障灾难场景的业务快速恢复。本文将介绍在异地应用双活中如何创建切流任务并查看切流详情。前提条件 ...
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、...
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...
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...
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...
- 产品推荐
- 这些文档可能帮助您