运维服务内容说明
因客户自身原因导致的问题故障，不属于阿里云运维服务范围。如客户有不定期现场服务需求，可按天购买运维专家现场服务。运维服务专家可帮助客户进行疑难问题现场处理，故障现场救援，变更现场保障、现场运维培训等服务。运维专家现场服务需...
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...
配置任务常见错误码及排查方法
原因：通讯链路故障，JDBC驱动程序数据包成功发送到源数据库服务器，但未收到来自源数据库的数据包。解决方法：排查数据库的连接数是否过多。参考 communications link failure 处理。联系技术支持解决。DTS.Msg.SQLExecuteError....
错误码
遇到该错误的通常原因是数据节点故障，请联系技术支持。PXC-4108 ERR_VARIABLE_CAN_NOT_SET_TO_NULL_FOR_NOW 描述：变量（variable）不允许被设置为NULL。示例：ERR-CODE:[PXC-4108][ERR_VARIABLE_CAN_NOT_SET_TO_NULL_FOR_NOW]System ...
错误代码
导致该错误的常见原因是RDS MySQL故障，无法访问Sequence有关的数据表。建议先检查后端RDS MySQL状态。TDDL-4401 ERR_MISS_SEQUENCE Sequence不存在。示例：ERR-CODE:[TDDL-4401][ERR_MISS_SEQUENCE]Sequence '*' is not found 命令中使用...
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 ...
事件告警概览
故障排查：通过审计日志和告警来分析系统故障或性能问题的原因。功能特性 实时检测事件：当您设置告警规则后，操作审计将实时检测云上异常事件，快速发现风险。支持设置告警规则：操作审计内置关于账号安全、权限管理、资源管理等多条告警...
自治服务（CloudDBA）
您可以通过该功能排查Redis数据库的故障和性能降低的原因。开启自动扩容 当内存平均使用率达到阈值后会自动升级Redis实例的规格，帮助您快速弹性适配业务高峰，避免内存溢出的风险，有效保障线上业务稳定性。基于预测自动弹性伸缩 以实例...
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），...
服务条款
3.2.3阿里云将消除您非人为操作所出现的故障，但因您原因和/或不可抗力以及非阿里云控制范围之内的事项除外。用户数据的使用 4.1 阿里云可能会使用您提交的注册账户的信息，向您发出产品、服务的推广营销信息；阿里云可能会检测、记录您的...
阿里邮箱产品服务条款
2-12 阿里云将消除客户非人为操作所出现的故障，但因客户原因和/或不可抗力以及非阿里云控制范围之内的事项除外。2-13 阿里云保证不会公开、编辑或向第三方透露客户企业邮箱账号中的信息、传输内容，但以下情况除外：2-13-1 根据依据法律...
服务条款
阿里云将消除您非人为操作所出现的故障，但因您原因和/或不可抗力以及非阿里云控制范围之内的事项除外。3.2.5.阿里云应严格遵守保密义务。4.用户数据的保存、销毁与下载 4.1.阿里云可能会使用您提交的注册账户的信息，向您发出产品、服务的...
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。...
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 ...
ping不通云服务ECS（SAG-1000）
本文介绍SAG-1000设备无法ping通ECS实例的原因和处理方法。问题现象 终端无法连接到阿里云，例如ping不通同CEN的ECS。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...
无法连接到同一个云连接网内的本地客户端
本文介绍SAG-1000设备无法连接到同一个云连接网内的本地客户端的原因和处理方法。问题现象 SAG-1000设备无法连接到同一个云连接网内的其他本地客户端。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。...
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...
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...
共享内存通信（SMC）常见问题
问题原因及解决方案 由于某些原因，导致应用创建的SMC连接回退到TCP，此时无法使用RDMA加速网络通信。详细的回退排查和解决方法，请参见 启用SMC后回退无法使用RDMA加速。应用的网络通信开销在整个应用中占比较小。例如应用是倾向于CPU密集...
读多写少型业务场景多活实践
演练预期如下：导购链路对购物车应用是弱依赖（导购页会展示用户放入购物车的商品数量），弱依赖故障不影响业务。导购链路对商品应用是强依赖，强依赖故障将导致业务不可用，因此故障的爆炸半径应该控制在单元内。创建故障演练。创建杭州...
基本概念
更多请查看 什么是事件 故障 在日常运营中，无论什么原因导致业务服务中断、服务品质下降或用户服务体验下降的现象，称为故障，但不包括用户侧环境或用户自身操作引起的问题。故障比事件优先级更高，事件在处理过程中出现影响扩大或恶化时...
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':'...
配置网络
交换机所在的子网故障或子网中的IP地址已用尽，您可以在配置VPC时提供两个或者多个交换机ID，如果一个可用区出现故障，您的函数可以在其他可用区运行，提高容错能力。安全组配置错误，请您按照以下要求配置安全组。需要设置VPC中的安全组的...
使用集群诊断
容器智能运维平台 提供一键故障诊断能力，包括Pod诊断、Service诊断、Ingress诊断，可以辅助您定位集群中出现的问题。本文介绍如何在ACS集群中使用集群诊断功能。前提条件 已创建ACS集群。具体操作，请参见 创建ACS集群。确保ACS集群运行...
使用集群诊断
容器智能运维平台 提供一键故障诊断能力，包括节点诊断、Pod诊断、Service诊断、Ingress诊断、内存诊断、网络诊断，可以辅助您定位集群中出现的问题。本文介绍如何在ACK集群中使用集群诊断功能。前提条件 已创建Kubernetes托管版集群。具体...
实例启动异常常见错误与对应解决方案
问题原因 该问题可能是因为Windows系统引导配置数据（Boot Configuration Data，BCD）配置异常或者磁盘文件系统故障，导致系统无法加载。解决方案 在存有快照的情况下，您可以使用快照来恢复系统盘。具体操作如下：警告 回滚云盘是不可逆...
云盒故障服务器维修流程
本文介绍当云盒内的服务器出现故障时，阿里云如何进行更换和维修，保证数据安全。背景信息 当云盒内的服务器出现故障，需要更换和维修时，出于客户成本考虑，云盒内没有部署数据擦除服务，阿里云不在客户现场进行数据擦除。重要 在您购买...
故障应急协同
故障通告及更新 基于7x24监控值班工作特性，对于业务异常达到故障等级时，以用户定制的（语音、短信、IM）的方式在约定时间内将故障影响信息以及处理进展通知给对应的接收人/组，并持续更新直至故障结束。故障应急协同群 故障发生后，可以...
围绕混沌工程的平台实践
原则3在生产环境中运行实验 混沌工程推荐故障演练是在生产环境中进行，主要的原因有以下两点：系统的行为会根据环境和流量模式的变化，例如系统依赖的组件在测试环境和生产环境会有比较大的差异。系统的监控和人员的应急响应在测试环境和...
GxP欧盟附录11标准合规包
16.1 为了提供支持关键过程的计算机化系统，应作出规定，确保在系统出现故障（例如手动或替代系统）时继续为这些流程提供支持。采用替代安排所需的时间应视风险而定，并适合特定系统及其所支持的业务流程。应充分记录和测试这些安排。17.1 ...
流水单据型业务场景多活实践
案例背景：一次故障的发生 例如本示例的电商业务，包括导购、购物车、交易等业务场景。但在电商业务初期，很多互联网企业都没有考虑容灾问题，只在单地域进行了部署，部署的电商应用架构1.0如下图所示，只在杭州单元部署了相关业务。在 读...
开启健康检查
开启健康检查是指对地址池中的地址配置健康检查策略，开启后可监测应用服务的可用性状态，并最终帮助企业实现自动故障隔离和自动故障切换的功效。健康检查的类型包括：Ping监控、TCP监控、HTTP（S）监控。前提条件 已完成 创建实例、创建...
目标规则（Destination Rule）CRD说明
展开查看负载平衡策略YAML示例 apiVersion:networking.istio.io/v1beta1 kind:DestinationRule metadata:name:bookinfo-ratings spec:host:ratings.prod.svc.cluster.local trafficPolicy:loadBalancer:simple:ROUND_ROBIN 以下目标规则为...
为何Pod中仍存在已恢复故障的“僵尸进程”？
在K8s环境中，下发的故障已经被恢复了，但是Pod中仍存在该故障的“僵尸进程”。本文介绍该情况可能的原因以及解决方案。可能原因 这是因为容器中存在PID Namespace隔离。在容器中，故障演练进程的父进程是PID=1的进程，容器中的一号进程不...
- 产品推荐
- 这些文档可能帮助您