集群高可用架构推荐配置
PDB允许定义一个最小可用副本数，当节点处于维护或故障状态时，集群将确保至少有指定数量的副本保持运行。PDB可以防止过多的副本同时终止，尤其适合多副本处理流量型的场景。示例如下。apiVersion:apps/v1 kind:Deployment metadata:name:...
节点异常问题排查
本文目录 类别 内容 诊断流程 诊断流程 常见排查方法 节点故障诊断 检查节点的详情 检查节点的状态 检查节点的事件 检查节点的诊断日志 检查节点的关键组件 检查节点的监控 检查节点的安全组 常见问题及解决方案 节点关键组件异常处理 ...
查看运行分析
该指标协助您进行作业诊断，排查作业Task级别的故障原因。个 TM自JVM启动以来已加载的类总数（TM ClassLoader）TM自JVM启动以来已加载的类总数。JM所在的JVM创建后加载类的总数或卸载类的总数过大，会导致占用过大内存空间，从而影响作业...
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...
监控指标说明
该指标协助您进行作业诊断，排查作业Task级别的故障原因。次数 TM GC Time 每次TM GC时间。长时间GC会导致占用过大内存空间，从而影响作业性能。该指标协助您进行作业诊断，排查作业级别的故障原因。毫秒（ms）TM ClassLoader/...
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
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...
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...
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...
故障演练常见问题
例如：对 10 台 ECS 注入 CPU 满载和磁盘填充两种故障，则故障注入次数为 10（ECS数）×2（故障场景数）=20次，那么故障规则下发次数即为 20 次。挂载 JavaAgent 是否计费？仅针对故障规则下发次数进行计费，挂载 JavaAgent 为故障注入的...
性能监控最佳实践
提高故障排查效率：当系统或应用出现故障时，传统的性能监控方案通常需要IT运维人员手动分析监控数据来确定故障原因，这样会浪费大量的时间和精力。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...
服务等级说明
（2）因数据总线故障导致的正常请求未能到达数据总线服务器端的请求（通过故障前7天内使用数据总线的域名的平均请求数计算）。1.4 有效的总请求 客户某一阿里云账号下数据总线服务器端接收到的所有请求视为有效的总请求。1.5 每5分钟错误率...
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 ...
概述
再者云计算平台会提供冗余存储和备份能力，避免系统因为硬件故障或其他原因导致的停机或数据丢失。这种备份机制可以提高系统的可靠性。责任共担模型 阿里云平台提供高可用的基础设施，并提供应用稳定性相关工具体系。用户可以基于阿里云...
管理集群
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...
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...
管理集群
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...
SLA服务等级协议
（2）因客服工作台故障导致的正常请求未能到达客服工作台服务器端的请求（通过故障前7天内使用客服工作台的域名的平均请求数计算）。1.4有效的总请求：客户某一阿里云账号下客服工作台服务器端接收到的所有请求视为有效的总请求。1.5每5...
服务等级协议
（2）因运维事件中心故障导致的正常请求未能到达运维事件中心服务器端的请求（通过故障前7天内使用运维事件中心的域名的平均请求数计算）。1.4有效的总请求：客户某一阿里云账号下运维事件中心服务器端接收到的所有请求视为有效的总请求。1...
网站耗资源（客户程序故障）常见问题
本文汇总了使用云虚拟主机出现网站耗资源（客户程序故障）时的常见问题。什么是网站耗资源（客户程序故障）？网站程序占用CPU及内存过多，是对资源的一种浪费。当您使用普通版共享云虚拟主机建站后，可能会因为网站程序编写不合理、代码...
主备方案介绍
主备容灾：当云数据库HBase实例因不可预料的原因（例如设备故障、机房断电断网等）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。功能优势 主备双活：请求低毛刺。故障自动容错。资源利用率高。主备容灾：支持云数据库HBase、EMR...
未收到告警通知的排查思路
本文介绍未收到告警通知的排查思路。排查流程 操作步骤 登录 日志服务控制台。在Project列表区域，单击目标Project。该Project为您告警监控规则...如果全局配置错误数和通知渠道错误数为0，说明无故障，请提 工单 联系日志服务技术支持人员。
地址标准化服务等级协议
2.3除外情形 因下述原因导致的服务不可用的时长不计入服务不可用时间：（1）阿里云预先通知客户后进行系统维护所引起的，包括割接、维修、升级和模拟故障演练；（2）任何阿里云所属设备以外的网络、设备故障或配置调整引起的；（3）客户的...
租户内存使用率告警
规则信息 告警项 指标类型 监控指标名 默认阈值 持续时间（连续触发告警周期数）检测周期 告警级别 租户内存使用率告警 单指标 租户/租户内存使用率 85 3 1 分钟 Warn 对系统的影响 租户内存不够时，可能会导致 SQL 执行变慢或者写入失败。...
监控、诊断和故障排除
所以产生高E2E延时、低服务器延时可能的原因有两个：客户端应用程序响应慢 可用连接数或可用线程数有限 对于可用连接数问题，可以使用相关命令确定系统是否存在大量TIME_WAIT状态的连接。如果是，可以通过调整内核参数解决。对于可用线程数...
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），...
SSL-VPN连接常见问题
本文汇总了建立SSL-VPN连接时出现客户端连接失败、流量不通现象的常见原因并提供了相应的解决方案。常见问题快捷链接 客户端连接问题 客户端连接失败怎么办？客户端之前连接成功，但间歇性中断下线怎么办？仅部分客户端连接成功怎么办？SSL...
产品服务等级协议
2.3 除外情形 因 下述原因导致的服务不可用的时长不计入服务不可用时间：（1）阿里云预先通知客户后进行系统维护所引起的，包括割接、维修、升级和模拟故障演练；（2）任何阿里云所属设备以外的网络、设备故障或配置调整引起的；（3）任何...
事件中心
NLB problem-nlb-connectionFail NLB失败连接数骤增 严重 NLB失败连接数骤增 NLB实例的VIP（Virtual IP address）已经连续十分钟出现失败连接数突增现象，可能存在原因：网络链路抖动。后端服务器性能不足。建议检查后端服务器水位或业务...
设备显示离线
可能原因 设备软件故障。设备到阿里云联网故障。解决方案 通过尝试在同一个运营商出口环境内 ping 其他知名网站，确认您的运营商网络正常。如果不正常，请处理运营商网络问题。如果正常，请跳转至 步骤2。请检查设备本身是否上电。电源状态...
SSL VPN客户端连接失败
连接数超限：请参见 查看SSL-VPN连接日志，通过日志信息排查SSL-VPN连接过程中的故障。如果连接数超限，需要等SSL连接数释放才能连接，大概5分钟左右就会释放。如果您想增加SSL并发连接数，请参见 修改SSL并发连接数，进行升配。IP地址冲突...
Mesh 对接 Prometheus 解决方案
Sidecar 注入失败原因 operator-vm：虚拟机 Sidecar 注入请求数 虚拟机 Sidecar 注入成功数 虚拟机 Sidecar 注入失败数 虚拟机 Sidecar 注入失败原因 agent 注册数 当前持有 agent 节点个数 DSRConsole CPU 内存 JVM 线程数量 GC 数量统计 ...
产品优势
简单易用 服务开箱即用：支持即开即用的方式，购买之后即可使用，方便业务快速部署。兼容开源 Memcache：兼容 Memcache binary protocol，符合该协议的客户端（binary ...硬件故障自动检测与恢复：自动侦测硬件故障并在数秒内切换，恢复服务。
服务等级协议
1.5 每5分钟错误率：根据区域的不同 以每5分钟为单位按照如下方式计算：每5分钟错误率=每5分钟失败请求数/每5分钟有效总请求数x100%注：当出现平台服务故障而无法获取失败请求数时，将通过计算前7个自然日用户每分钟请求数的平均值，用该...
云数据库 OceanBase 版数据传输服务等级协议
2.3 除外情形 赔偿范围不包括以下原因所导致的服务不可用时间：（1）阿里云预先通知客户后进行系统维护所引起的，包括割接、维修、升级、运维变更和模拟故障演练；（2）由于源端数据库或目标端数据库自身原因导致的；（3）由于源端数据库...
发现并处理大Key和热Key
在使用 云原生内存数据库Tair 的过程中，如果未能及时发现并处理Big keys（下文称为“大Key”）与Hotkeys（下文称为“热Key”），可能会导致服务性能下降、用户体验变差，甚至引发大面积故障。本文将介绍大Key与热Key产生的原因、其可能...
Blink和Flink常见问题及诊断
表类型 默认连接数（Flink作业的每个并发）Binlog源表 0 批量源表 1 维表 3（可以通过 connectionSize 参数调整）结果表 3（可以通过 connectionSize 参数调整）连接数计算方法 默认情况 默认情况下，作业使用的最大连接数可以通过如下公式...
发现并处理Redis的大Key和热Key
在使用Redis的过程中，如果未能及时发现并处理Big keys（下文称为“大Key”）与Hotkeys（下文称为“热Key”），可能会导致服务性能下降、用户体验变差，甚至引发大面积故障。本文将介绍大Key与热Key产生的原因、其可能引发的问题及如何快速...
自助诊断GPU节点问题
ACK集群提供节点级别的GPU诊断功能，供您进行部分GPU相关问题的故障排查。如果您在ACK Pro版集群中使用GPU节点时遇到问题，可以启用GPU节点自助诊断，采集GPU诊断的基础指标进行问题排查。本文介绍如何使用节点诊断功能，自助排查GPU节点...
接入ARMS监控
故障演练时通过接入应用实时监控服务ARMS（Application Real-Time Monitoring Service）可以对演练过程的指标进行监控，包含JVM内存、JVM线程数、JVMGC相关、网络出入口流量、磁盘、CPU等指标。本文介绍如何在故障演练中接入ARMS并监控演练...
- 产品推荐
- 这些文档可能帮助您