故障管理
在IT和互联网企业的实践中，以下情况都有可能造成故障：按计划进行的硬件、操作系统维护所引起的故障，包括更换硬盘、操作系统补丁。应用性故障，包括软件应用性能问题、应用缺陷（bug）、系统应用变更。人为操作故障：包括误操作以及不按...
关键技术竞争力
基于混沌工程的红蓝攻防能力 TRaaS 基于混沌工程、建立演练机制，提供故障注入、演练编排体系能力，支持在不同环境、不同阶段，主动对业务系统进行故障注入，从而在主动观测单应用健壮性的同时，验证整个体系的故障发现能力、应急响应能力...
设计方案
容错 容错是指在分布式系统中，系统出现故障时，通过设计和实现可靠的机制和策略，使系统能够自动检测、排除或者纠正错误，保证系统能够正常运行，从而提高系统的可靠性和稳定性。容量 容量是在一定时间内，系统能够处理的最大工作量或数据...
GTM如何实现同城容灾
概述 方案介绍 同城容灾指应用服务部署是多机房、单地域时，当其中一机房出现故障时，全局流量管理（简称GTM）可实现业务7*24小时稳定运行，即使单机房故障也不影响业务的可持续性，保障用户访问连续不间断。本文将以同城双活的灾备架构为...
Tair选型指南
选择容灾方案 图 3.Tair容灾架构演进 灾备方案 灾备级别 说明 单可用区高可用方案★主从节点部署在同一可用区中的不同机器上，当任一节点发生故障时，由高可用HA（High Availability）系统自动执行故障切换，避免单点故障引起的服务中断。...
云数据库Redis版产品选型必读
选择容灾方案 图 3.Redis容灾架构演进 灾备方案 灾备级别 说明 单可用区高可用方案★主从节点部署在同一可用区中的不同机器上，当任一节点发生故障时，由高可用HA（High Availability）系统自动执行故障切换，避免单点故障引起的服务中断。...
挂载文件系统失败故障排查
通过自动检查脚本定位问题 Linux挂载NFS协议文件系统失败自动检查脚本 Windows挂载SMB协议文件系统失败自动检查脚本 交叉挂载失败排查思路 Linux挂载SMB协议文件系统失败排查思路 Windows系统挂载NFS协议的通用型NAS文件系统失败排查思路 ...
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...
演练场景说明
网络故障是系统运行过程中时常遇到的问题，所以需要提升系统在网络异常情况下的容错能力。Java 场景名称 特性 虚拟机场景 故障演练支持的虚拟机场景。代码逻辑场景 故障演练支持的代码逻辑场景。JVM注入动态脚本 向指定的Java方法注入一段...
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...
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...
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：...
支持计划
配置指导以及故障排除 配置指导以及故障排除 配置指导以及故障排除 专属技术服务经理 不支持 不支持 专属技术服务经理（TAM）健康检查 可免费使用智能顾问Advisor 可免费使用智能顾问Advisor 可免费使用智能顾问Advisor。专属技术服务经理...
ECS系统事件概述
系统事件由阿里云定义，用于记录和通知云资源的信息，例如运维任务执行情况、资源是否出现异常、资源状态变化等。说明 阿里云有众多产品支持系统事件，例如ECS、RDS、SLB等。本文仅说明云服务器ECS支持的系统事件，如需了解其他产品的系统...
应用场景
场景一：秒杀类购物系统 大型促销秒杀系统，系统整体访问压力非常大，一般的数据库根本无法承载这样的读取压力。云数据库Redis版 支持持久化功能，可以直接选择Redis作为数据库系统使用。场景二：带有计数系统的库存系统 使用RDS存储商品的...
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）...
捷顺
并且在可能的情况下对这些慢SQL进行 自动SQL优化 或者提出优化建议，避免旧系统遗留的慢SQL在高并发执行时把数据库资源耗尽导致系统崩溃。开启DAS 自动扩容，当数据库实例CPU使用率因为QPS增长而持续超过阈值一段时间，DAS调用RDS OpenAPI...
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...
诊断网页加载过慢的问题
针对这类问题，ARMS前端监控的慢会话追踪功能提供页面静态资源加载的性能瀑布图，可深入定位页面资源加载情况，全方位地诊断故障根源，从而快速排除故障。问题描述 网页加载较慢是经常出现且前端非常关注的问题之一。定位、排查解决这类...
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...
新手指引
模块问题 计费常见问题 数据库常见问题 流量统计常见问题 网站管理常见问题 管理控制台常见问题 网站耗资源（客户程序故障）常见问题 更多常见问题，请参见 常见问题和故障排除汇总。反馈与建议 在使用阿里云云虚拟主机时，如果有任何疑问...
增量迁移源服务器
常见错误及修复方案，请参见 故障排除 和 常见问题。相关操作 在增量迁移的过程中，您可以执行下列操作：暂停增量迁移任务。具体操作步骤如下：说明 仅当增量迁移任务状态为 同步中 或 等待中 时，您才可以暂停该任务。在 迁移任务 页面，...
无法连接Windows实例
故障现象 无法ping通ECS实例，在排除Iptables和网卡IP配置问题且回滚系统后，仍然无法ping通。故障原因 可能是ECS实例安全组默认的公网规则被删除。解决方法 重新配置ECS实例的安全组公网规则，具体操作请参见 ECS实例安全组默认的公网规则...
运行Demo源码
故障排除 使用内置UI集成部分播放器Demo时，当出现下图中报错时，请根据下述步骤排除故障。打开 app/AndroidManifest.xml 文件，在 application 标签中添加如下代码。android:allowBackup="true"打开 values/themes.xml 及 values-night/...
源服务器迁移至目标实例
SMC支持将源服务器迁移至目标实例。您在已购买ECS实例的前提下，可以将源服务器直接迁移至已购买的ECS实例。本文介绍源服务器迁移至目标实例的...常见错误及修复方案的更多信息，请参见 故障排除 和 SMC FAQ。相关文档 CreateReplicationJob
故障排除
CC API在调用时可能会遇到一些错误，遇到错误时以错误码为依据进行故障排除，本文为您介绍 常见错误码的解决方案。云产品运行时错误码 云产品API运行时返回的错误码。以下两个错误码为云产品运行时错误，如想获取云产品详细错误信息，需...
通过SMC客户端导入迁移源
常见问题及修复方案的更多信息，请参见 SMC FAQ 和 故障排除。使用sudo权限：sudo./go2aliyun_client-abort sudo./go2aliyun_client 使用root权限：./go2aliyun_client-abort./go2aliyun_client 后续步骤 导入迁移源后，您需要创建并启动...
导入迁移源概述
迁移源概指待迁移IDC服务器、虚拟机、其他云平台的云主机或其他类型的服务器。本文主要介绍迁移场景及其导入迁移源的方式对比。...常见问题及修复方案的更多信息，请参见 SMC FAQ 和 故障排除。SMC提供多种技术支持渠道，请参见 联系我们。
运行播放器Demo源码
故障排除 使用内置UI集成部分播放器Demo时，当出现下图中报错时，请根据下述步骤排除故障。打开app/AndroidManifest.xml文件，在 application 标签中添加如下代码。android:allowBackup="true"打开values/themes.xml及values-night/themes....
什么是容器报警演练
不同于其他故障演练模块对系统注入真实故障，报警演练只会对集群的API Server投递事件，由事件触发报警链路，不会对系统造成真实故障。无侵入。无需在用户集群中安装探针以注入故障，所有事件投递都是通过API Server来进行网络请求。
查看详细信息
操作系统 崩溃发生时设备的操作系统。操作版本 崩溃发生时设备的操作系统版本。运营商/网络 崩溃发生时设备接入的运营商和网络信息。国家/地区 崩溃发生时设备所处的地理位置，根据IP推算。省份/地市 崩溃发生时设备所处的省份、地市。用户...
Windows系统异常重启以及蓝屏的处理方法
Windows操作系统在遇到异常的情况下，为了防止数据丢失，系统自动崩溃蓝屏，如果有配置内存转储文件（crash dump）的收集，系统会自动生成蓝屏dump到指定的目录，默认文件为 C:\Windows\memory.dmp。问题原因 通常有多种原因导致操作系统...
DescribeExcludeSystemPath-查询防勒索系统排除目录
查询防勒索系统排除目录。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。调试 授权信息 下表是API对应的授权信息，可以在RAM权限策略语句的 Action 元素中...
实时分析链路数据
如果异常请求分散在多台机器，那么大概率可以排除单机故障因素，可以重点分析下游依赖服务或程序逻辑是否异常。在 调用链分析 页面筛选错误调用或慢调用，并设置按IP进行分组统计，如果异常调用集中出现在特定机器，则有较大概率是机器故障...
内存诊断
相关概念 名词 解释 内存泄露 指程序动态分配的内存由于某种原因未释放，造成系统内存利用率升高，导致程序运行速度减慢甚至系统崩溃等严重后果。内存利用率 内存利用率=(总内存-可用内存）x100/总内存，其中文件缓存属于可用内存，不影响...
实例的节点故障处理机制
副本集架构 副本集实例提供多个节点供用户访问，当其中的某个节点发生故障后，系统会使用Secondary节点或隐藏节点替换故障节点继续提供服务，并对故障节点进行检查与修复。该过程对用户完全透明，可能会产生1次30秒内的连接闪断，建议您在...
畅捷通借助EDAS实现的微服务治理能力提升之路
特别是在新版本的发布过程中，如果不能保证整个流程平滑、可控，就很容易因为单个应用的更新而造成整个系统的崩溃。如何提升整体的微服务治理能力与监控能力，在频繁的版本迭代中确保系统的稳定健壮，是畅捷通IT团队需要解决的重要课题。...
- 产品推荐
- 这些文档可能帮助您