更新故障复盘改进详情
problemReason":"故障原因A","recentActivity":"2","injectionMode":"1","recoveryMode":"2","discoverSource":1,"userReport":10,"monitorSourceName":"Zabbix","relationChanges":"关联变更","dutyUserId":1231,"replayDutyUserId":1213...
诊断网页加载过慢的问题
慢加载详情 页面顶部的 页面信息 区域展示了本次访问的客户端IP地址、浏览器、操作系统等信息，帮助您确认故障原因。慢加载详情 页面的 页面资源加载瀑布图 区域展示了页面静态资源加载的瀑布图，帮助您快速定位资源加载的性能瓶颈。慢加载...
故障止损恢复
故障初因定位 集成企业内部可利用的所有稳定性相关数据（变更事件，...通用垂直专项快恢能力：通过集成包括DB侧慢SQL限流、变更极速回滚、多活容灾切流快恢等通用的快恢能力，结合监控、日志等数据自动定位的故障原因进行对应的快恢方式推荐。
什么是故障
包括根因检查点（如故障原因、最近活动、注入方式、恢复方式等）、故障变更检查、监控检查，并需要对每一个故障明确责任人及团队；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...
如何管理故障
可对故障根因进行原因检查并结构化录入，检查点包括：故障原因、最近活动、注入方式、恢复方式等；关联故障期间的故障变更，新增故障改进措施等操作。故障状态 处理中：处理中仍未恢复的故障；已恢复：故障对处理中的故障做 恢复 操作后是...
故障复盘改进详情
0c4840fd3812 幂等校验token 返回数据 名称 类型 示例值 描述 requestId String 4361a0e1-6747-4834-96ce-0c4840fd3811 Id of the request data Object data problemId String 231231 故障ID problemReason String 故障的原因 故障原因 ...
故障管理
包括根因检查点（如故障原因、最近活动、注入方式、恢复方式等）、故障变更检查、监控检查，并需要对每一个故障明确责任人及团队；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...
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...
托管节点池节点自动恢复
当发现节点故障时，ACK会根据故障原因触发对应恢复任务，并记录相应的事件。当恢复任务完成后，故障状态解除，节点恢复正常状态。当恢复任务完成后，故障状态依然存在，节点会被置为恢复失败状态。说明 如果集群中存在多个节点池，节点池...
产品高可用
为了防止集群中某台机器故障导致的会话中断，您可以在业务逻辑中加入重试机制，降低对用户访问造成的影响。单CLB实例的高可用 为了向广大用户提供更稳定可靠的负载均衡服务，阿里云负载均衡已在大部分地域部署了多可用区以实现同地域下的跨...
为什么阈值报警规则触发延迟？
问题1：周期的 监控数据正常上报，数据连续N次满足报警条件，但延迟接近一个周期才触发报警 原因 报警检测的时间点略早于监控数据点，导致报警延迟近一个周期。示例 假设某监控指标的Period为300秒，那么报警的一个检测周期也是300秒，报警...
计费概述
重要 免费额度使用完成后，在下个出账周期会有短信和站内信通知（按小时整点出账，每小时出账一次），若您没购买相应产品的资源包，会立即进入后付费模式。下个出账周期自动抵扣账户余额，若账户余额小于零会立即停止服务。计费方式 机器...
混合云应用双活容灾最佳实践
IDC容量不足，物理机器升级替换周期长，不足以支撑业务的快速发展。业务在快速发展过程中，多次遇到容量不足以及故障问题引起了公司高层的重视，因此决定进行容灾能力建设。由于自建IDC是公司已有资产且稳定使用多年，同时不希望过度依赖于...
概述
可能原因 介绍告警产生的原因，方便您定位问题、处理告警。处理方法 可根据每个告警中的具体方法进行处理。具体请参考 添加报警规则。说明 添加告警规则可参考 添加报警规则。相关概念 告警对象 是告警任务所监控的主体，唯一标识一个告警...
AIOps 解决方案专家服务内容说明
智能故障发现解决方案 基于调研与评估的结果，为客户设计智能故障发现解决方案，包含：多账号统一监控数据接入，并根据应用分组为客户设计AI算法能力用于实时故障发现，并根据分析结果智能定位根因，提供实时异常检测的稳定性方案，保障...
安装探针概述
为您的主机等资源安装应用高可用探针后，即可使用AHAS架构感知和故障演练功能，能直观地看到应用对基础架构的依赖关系、组件间的依赖关系，以及对指定机器进行故障演练。接入 AHAS架构感知和故障演练可以接入云服务器ECS、自建Kubernetes、...
光模块故障
本文介绍光模块发生故障的原因和处理方法。问题现象 光模块连接后，接口指示灯没有变为绿色。可能原因 光模块不兼容或损坏。智能接入网关设备支持的光模块型号请参见 光模块型号。说明 目前仅SAG-1000设备支持光模块插入。解决方案 通用多...
设计方案
故障恢复 定位故障原因后，按照应急预案快速恢复业务，并在事后进行复盘总结。预案执行：在故障响应的过程中，需要按照事先制定的应急预案进行执行。应急预案包括了应急响应流程、各个岗位的职责、处理流程等。预案执行能够保证故障恢复和...
机器人无答案诊断
检查机器人配置 1、请确认：机器人是否已发布 操作入口：机器人管理-选择目标机器人-点击“发布机器人”按钮 预期结果：机器人正式环境配置已是最新状态 2、请确认：用户问题是否命中机器人拒识策略 此情况比较少见。操作入口：...
创建演练
指定IP选择：选中机器列表中的机器即可，精确指定机器执行故障注入。百分比选择：当演练对象为应用时，可使用 百分比选择 方式。滑动指针，设置1~100的百分比数值，每次执行演练时，系统会随机从所选应用分组下的存活机器中，按百分比选取...
安装故障演练探针
对指定机器进行演练时，需要在机器上面安装故障演练探针，探针的作用是下发故障演练执行命令。背景信息 一次完整的故障演练包括以下四个阶段：安装探针>创建演练>执行演练>停止演练 操作步骤 登录 AHAS控制台。在左侧导航栏选择 探针管理，...
演练概述
完整的故障演练包括以下四个阶段：安装故障演练探针 对指定机器进行演练，需要在机器上面安装故障演练探针，探针的作用是下发故障演练执行命令。创建演练 配置演练基本信息、演练对象和演练全局参数。可同时选择多个故障类型。执行演练 将...
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 ...
无法连接Windows实例
故障原因 可能是网卡驱动未开启或网卡配置有问题。解决方法 使用管理终端 登录实例，检查网卡驱动，如果存在异常，则重新安装。步骤三：检查重置实例密码后是否未重启实例 确认是否存在故障现象，如果存在，则参考本步骤解决问题，如果不...
应用故障自动诊断
在EDAS中进入应用总览页面时，会按照您自定义的时间段对该应用的运行情况做一个自动诊断。...数据支持：这一部分包含了得到推测结论的数据支持，不同故障原因的诊断报告中包含的分析数据将不一样。图 1.故障诊断报告示例图-RT诊断
什么是消息演练
随着应用规模的扩大，系统变得越来越复杂，不可避免地会走向分布式化。各种中间组件会相继被引入系统，其中分布式消息服务更是系统中必不可少的一...需要注意的是演练场景仅是组件表象，其内部故障原因可能是多种多样的，需要进一步进行分析。
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...
如何排查Java场景下故障注入不生效的问题
为解决此类问题，在创建或编辑演练时，您可以在故障执行阶段选择开启Debug模式，并通过相关的日志信息来了解故障注入失败的原因。开启Debug模式 在查看目标演练的故障注入日志前，您需要先确认该演练的故障执行步骤是否已开启Debug模式。若...
EMR Kafka磁盘故障运维
当出现磁盘故障时，需要根据故障原因、故障影响程度、业务需求（是否接受数据丢失、是否允许服务较长时间不可用）、集群状态等综合考虑恢复采取的策略。如果业务优先保证服务可用，但允许丢失部分数据，则应考虑在可能会丢失数据的情况下，...
DDH常见问题
如果您因为过保迁移等原因被分配了一台新的物理服务器，您的DDH会对应一个新的机器码，该机器码就是这台新物理服务器的唯一识别码。DDH故障时是否会自动迁移到健康的DDH？阿里云为您提供DDH故障迁移服务，开启服务后，DDH因故障停机时，会...
ADP底座介绍
业务数据的存储备份及还原：提供自动化的数据备份方案及还原手段，保障在机器故障或变更失误场景下的业务恢复能力。功能架构 功能特性 功能模块 描述 日志服务 为集群提供日志管理能力。具体支持以下功能：自定义采集日志标准输出 自定义...
产品架构
图中实线表示现有的连接，图中虚线表示当机器1出现故障或进行维护时，这部分流量会走到一台可以正常运行的机器2上。因而负载均衡集群支持热升级，并且在机器故障和集群维护时最大程度对用户透明，不影响用户业务。说明 对于连接未建立（三...
故障协同处理（基于钉钉）
2.故障应急场景群：事件升级故障后，群内推出 故障处理中 消息卡片，如果满足自动生成故障场景群的需求（下文详细介绍创建故障场景群逻辑），故障场景群内同时推出 故障处理中 消息卡片。本群故障消息卡片包含按钮：签到、签到记录、应急...
实时分析链路数据
如果您的应用遇到流量不均、单机故障、慢接口治理、业务流量统计、灰度发布监控等问题，可以通过应用监控的调用链分析快速定位问题代码。本文介绍如何通过调用链分析快速定位五种经典线上问题，更直观地了解调用链分析的用法与价值。背景...
设置Pod故障处理策略
此时，Pod status.reason不会显示ContainerInstanceScheduleFailed，您也可以查看Pod status condition，通过ContainerInstanceCreated的reason和message确定当前调度周期内调度失败的原因。{"conditions":[{"lastProbeTime":"2023-03-30T...
RPA机器人方案咨询及实施指导服务内容说明
1.服务概述 1.1 服务定义 RPA机器人方案咨询及实施指导服务是针对阿里云RPA机器人提供培训讲解、需求调研、方案咨询、实施指导服务。本服务为企业构建规范化的跨系统、跨平台业务协同解决方案，解决跨系统协同这个通用场景下高频、重复、...
故障应急
故障管理体系是围绕故障全生命周期采取的一系列控制流程，包括故障基础数据管理（故障等级定义、应急场景监控覆盖、服务组&值班表管理、故障订阅管理），故障发现（7*24监控值班、智能基线告警），故障应急协同（故障通告及更新、故障应急...
服务等级说明
服务可用性将根据服务周期内每5分钟错误率之和除以服务周期内5分钟的总个数计算出每5分钟错误率的平均值，从而计算得出服务可用性，即：服务可用性=(1-每5分钟失败请求数/每5分钟有效总请求数)*100%注：服务周期内5分钟总个数=12*24*该服务...
故障演练常见问题
故障不生效的原因较多，可能是参数配置不正确或无对应的请求命中，但故障规则已成功下发，故需要计费。刚刚购买的资源包为什么会被扣减次数？因为购买前已产生欠费，购买资源包后会先扣减所欠的次数。子账号的消费是否独立计费？不是，与主...
NAS监控概述
报警等级 通知机制 报警条件 紧急Critical 电话+短信+邮件+钉钉机器人 连续N个周期监控指标的平均值与指定阈值满足所设置的判断条件。其中N值请根据报警等级进行区分设置。说明 当所选的指标类型不同时，报警条件会存在差异，请以实际界面...
- 产品推荐
- 这些文档可能帮助您