Linux系统的ECS实例运行卡顿，在/var/log/messages...
本文介绍Linux系统的ECS实例运行卡顿，在/var/log/messages 日志中出现类似“INFO:task jbd2/vda1-8:366 blocked for more than 120 seconds”错误的问题原因和解决方案。问题现象 Linux系统的ECS实例出现运行卡顿、系统响应变慢、某些进程...
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...
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...
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。...
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。
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：...
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...
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 ...
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....
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...
自动定时重启ECS云服务器
背景 无论是电子商务、在线教育、游戏，还是流媒体等业务，服务器的稳定运行都是至关重要的。然而，在实际运行中，我们可能会遇到这样一些场景：系统更新：一些操作系统或者软件的更新可能需要重启服务器才能生效。通过定时重启能够保证...
GxP欧盟附录11标准合规包
13.1 应报告和评估所有事件，而不仅仅是系统故障和数据错误。应确定重大事件的根本原因，并应成为纠正和预防行动的基础。使用云安全中心企业版 使用云安全中心企业版或者更高级别的版本，视为“合规”。1.1 风险管理应贯穿计算机化系统的...
存储资源
磁盘性能下降，读写速度变慢，任务执行时间增加，系统的实时性降低，当磁盘IO负载过大无法承受时，可能导致磁盘故障、系统崩溃或数据丢失。常见的容错策略如下：数据缓存：将数据暂时存储在内存中，减少对磁盘IO的频繁访问。可以利用内存...
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）...
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...
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...
节点诊断
容器智能运维平台 构建了基于专家经验的故障诊断系统，并基于海量数据训练了AI智能故障诊断模型。基于专家经验和AI智能诊断两种诊断模式，节点诊断可以深入定位问题根因。节点诊断包括诊断检查项和诊断根因。诊断检查项：包括Node检查、...
部署数据库
Oracle是一个多用户系统，能够自动从批处理或在线环境的系统故障中恢复运行。系统提供了一个完整的软件开发工具Developer2000，包括交互式应用程序生成器、报表打印软件、字处理软件以及集中式数据字典，用户可以利用这些工具生成自己的...
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...
负载均衡
负载均衡SLB（Server Load Balancer）是一种对流量进行按需分发的服务，通过将流量分发到不同的后端服务来扩展应用系统的服务吞吐能力，并且可以消除系统中的单点故障，提升应用系统的可用性。
故障复盘
故障复盘规范 故障复盘作为故障体系中的重要一环，整体复盘流程包括故障处理过程、改进分析、故障定责，基于包含标准化的复盘SOP、对应预防action推荐、问责管理机制，全面地回溯线上故障的发生，产出故障复盘报告和改进措施，避免故障重复...
实例的节点故障处理机制
当节点发生故障后，系统会对故障节点进行检查与修复。节点故障期间实例的相关服务不可用。说明 单节点实例适用于测试、培训、非核心业务等场景，生产环境建议使用副本集实例或分片集群实例以保障服务的高可用性。副本集 图 1.副本集架构 ...
事件分析概述
链路追踪：提供事件轨迹能力，还原事件整体链路状态，帮助您快速排除故障，定位链路问题。低成本 事件总线EventBridge 支持事件以云服务事件总线和自定义事件总线形式接入，云服务事件总线支持接入所有阿里云产品事件，无缝支持云服务事件...
管理MySQL集群
主机故障处理策略 主机故障时，系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后自动...
可运维性咨询服务内容说明
乙方专家团队通过对甲方应用系统和云平台的调研，评估系统是否具备故障演练和逃逸能力，并基于阿里巴巴多年业务的真实线上故障库的积累，通过模拟调用延迟、服务不可用、机器资源满载等，真实检验应用的高可用能力，同时考察相关人员对问题...
概述
但随着各公司业务范围的扩展和软件系统架构持续迭代升级，系统的复杂度随之增加，面对更多的非预期事件风险，如各类软硬件故障、错误的变更、突发流量，甚至到光纤挖断、自然灾害等引起的整个机房不可用情况，如何保障系统稳定性具有很大...
灾备方案
图 1.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★主备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。同城容灾方案...
灾备方案介绍
图 1.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★主备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。同城容灾方案...
创建MySQL集群
主机故障处理策略 主机故障时，系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后自动...
访问策略
概述 访问策略是针对用户配置相应的访问策略，在此环节...注意：如未设置备用地址池，则代表当默认地址池出现故障时，系统将摘除故障地址，但不支持智能切换。如默认地址池摘除故障地址后，还有存活的IP地址，那么则响应剩余存活的IP地址。
故障演练
故障演练就是这个背景下诞生的，沉淀通用的故障场景，以可控成本在线上故障重放，以持续性的演练和回归方式的运营来暴露问题，不断验证和推动系统、工具、流程、人员能力的提升，从而提前发现并修复可避免的重大问题，或通过验证故障发现...
创建集群
主机故障处理策略 主机故障时，系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后再替换...
创建集群
主机故障处理策略 主机故障时，系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后再替换...
网络类场景
排除端口 无需注入网络延迟调用故障的端口，与本地服务端口和远程服务端口功能互斥。可以指定多个，使用逗号分隔，使用连接符表示范围。例如80,8000-8080。远端服务IP 指定演练对象访问的远端服务IP。可以通过子网掩码来指定一个网段的IP...
Pod诊断
容器智能运维平台 构建了基于专家经验的故障诊断系统，并基于海量数据训练了AI智能故障诊断模型。Pod诊断融合了基于专家经验和AI智能诊断两种诊断模式，进一步深入定位问题根因。Pod诊断包括诊断检查项和诊断根因。诊断检查项：包括Pod检查...
Windows实例通过外部访问网络不通的处理
netsh int tcp set global chimney=disabled netsh int tcp set global RSS=disabled netsh int ip set global taskoffload=disabled netsh int tcp set global ecncapability=disabled#仅对Windows Server 2012操作系统版本有效 说明 上述...
Pod诊断
容器智能运维平台 构建了基于专家经验的故障诊断系统，并基于海量数据训练了AI智能故障诊断模型。Pod诊断融合了基于专家经验和AI智能诊断两种诊断模式，进一步深入定位问题根因。Pod诊断包括诊断检查项和诊断根因。诊断检查项：包括Pod检查...
Pod诊断
容器服务平台构建了基于专家经验的故障诊断系统，并基于海量数据训练了AI智能故障诊断模型。Pod诊断融合了基于专家经验和AI智能诊断两种诊断模式，进一步深入定位问题根因。Pod诊断包括诊断检查项和诊断根因。诊断检查项：包括Pod检查、...
- 产品推荐
- 这些文档可能帮助您