性能监控最佳实践
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运维人员快速定位故障原因，从而提高故障排查效率。提高监控可视化程度：一体化性能监控可以通过统一可视化界面，综合展示不同类型的性能监控数据，使监控数据更加直观...
什么是用户体验监控
完整再现用户操作过程，从页面打开速度（测速）、请求服务调用（API）和故障分析（JS错误、网络错误等）稳定性（JS错误、崩溃、ANR 等）方面监测前端应用性能表现情况，并支持日志数据查询，帮助您快速跟踪定位故障原因，提升用户体验。...
什么是应用实时监控服务ARMS？
完整再现用户操作过程，从页面打开速度（测速）、请求服务调用（API）和故障分析（JS错误、网络错误等）稳定性（JS错误、崩溃、ANR 等）方面监测前端应用性能表现情况，并支持日志数据查询，帮助您快速跟踪定位故障原因，提升用户体验。...
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...
如何解决MSE Nacos实例域名无法解析的问题？
如果使用的是ACK，请 提工单 联系ACK技术支持协助排查CoreDNS故障原因。方案二：使用ping命令 使用 ping${mse.nacos.host} 指令尝试解析。如果提示 unknown host，则无法解析域名。如果提示 PING${mse.nacos.host}(xxx.xx.xx.xx)56(84)...
基于ack-lingjun-aiast组件实现集群自动化运维
PAI AIMaster+灵骏AI助手是一套全自动的故障快速恢复系统。该系统能够实时监测并分析系统的运行状态，快速检测故障并采取恢复措施，例如硬件故障、网络故障、软件错误等，从而降低运维成本，提高系统可靠性和稳定性。组件介绍 安装灵骏AI...
访问策略
6.备用地址池是在默认地址池因故障原因不可用时，可以将用户的访问流量切换至备用地址池上。在 备用地址池 的下拉框中，选择已创建的地址池名称，最后单击 下一步。如果您还没有创建地址池，请参考 创建地址池 文档。注意：如未设置备用...
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 ...
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。
功能概述
数据库发生故障后，无法在发生故障时定位到原因，可以通过智能压测功能，在克隆库上复现故障场景，定位故障原因。功能架构 智能压测的功能架构如下图所示：源数据库：将要进行大促、将要业务变更或者已经发生故障，需要进行流量捕获的数据...
云盘三副本技术
重要 如果ECS实例由于病毒感染、人为误删除或黑客入侵等软故障原因造成数据丢失，需要您采用备份或者快照等技术手段来解决。任何技术都不可能解决全部问题，因地制宜地选择合适的数据保护措施，才能为您的业务数据筑起一道坚实的防线。更多...
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...
功能特性
同时，屏蔽了不同运维人员在故障排查时的经验和技能差异，实现故障的快速定位。应急预案 应急预案 提供了应用运维原子操作的编排能力，如应用重启、应用摘流、数据库切换、物理服务器重启等操作。运维人员可以根据常见故障场景的处理过程，...
诊断决策树
对于未知的故障，您可以依据运维经验，编排出常见的排查路径，辅助快速故障定位。新建诊断决策树 登录高可用管理控制台。在左侧导航栏上，单击 故障诊断>诊断决策树。单击 新建，在 创建诊断决策树 页面，配置诊断决策树信息，包括决策树...
流量回放和压测
此外，在数据库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。前提条件 源数据库支持：RDS MySQL PolarDB MySQL版 说明 不支持 PolarDB MySQL版 的 企业版 单节点 实例。PolarDB-X 2.0。目标数据库实例...
智能压测
此外，在数据库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。前提条件 源数据库支持：RDS MySQL PolarDB MySQL版 说明 不支持 PolarDB MySQL版 的 企业版 单节点 实例。PolarDB-X 2.0。目标数据库实例...
跟踪概览
故障诊断与运维 服务故障分析：在出现服务中断或性能下降时，可以使用跟踪日志来分析事件前后的操作，以帮助确定故障原因。配置变更追踪：记录对云资源配置的所有更改，帮助识别可能导致服务中断的配置错误。基本概念 概念 说明 跟踪 跟踪...
设计原则
但还是避免不了生产系统故障的发生，所以需要面对故障建立一个高效的故障应急流程机制和稳定的技术平台，实现故障风险实时发现、应急团队有效协同、处理过程准确记录、故障快速止损和恢复以及后续故障复盘，旨在提高故障应急效率，减小故障...
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...
DAS企业版介绍
快速定位引发故障的SQL，消除故障。支持导出数据库SQL模板和流量数据。流量回放和压测：提供智能压测功能，可以基于历史的业务场景和流量进行容量评估、回放压测、峰值压测等功能。具体操作请参见 流量回放和压测。自动SQL优化：相比传统的...
AI助手使用说明
PAI AIMaster和灵骏AI助手是一套全自动化的故障快速恢复系统。安装AI助手并开启PAI的作业监控和恢复功能后，当训练任务发生故障或异常时，能自动上报故障信息、隔离问题节点，无需人工干预即可快速恢复任务。本文为您介绍AI助手的具体配置...
故障演练
故障演练是整体容灾流程中极其重要的一环。本文介绍ECS容灾中故障演练的操作流程。故障演练的意义 故障演练将被容灾保护的服务器在云上拉起并验证应用正确性，是容灾流程整体中及其重要的一环，它的核心意义在于：方便地验证被容灾保护的...
故障演练
故障演练是整体容灾流程中极其重要的一环。本文介绍ECS容灾中故障演练的操作流程。故障演练的意义 故障演练将被容灾保护的服务器在云上拉起并验证应用正确性，是容灾流程整体中及其重要的一环，它的核心意义在于：方便地验证被容灾保护的...
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...
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...
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 ...
故障应急协同
在故障发生时，第一时间（5分钟内）指定应急处理人的分工（A负责排查原因、B负责快速恢复、C负责同步进展），协调故障快速恢复，兜底同步故障进展。注意：在应急止血过程中，止血动作造成的影响不得大于故障本身的影响。
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...
监控报警概述
故障预警 云电脑的故障信息、故障原因及故障时间等信息。使用场景 在日常业务运行的过程中，监控大盘帮助您及时了解账号下全部云电脑资源的全局情况，实时监控提供更详细的数据指标和故障预警信息，帮助您了解终端用户使用云电脑的情况，...
设备和交换机之间的链路故障
本文介绍SAG-1000设备发生设备和交换机之间链路故障的原因和处理方法。问题现象 设备和交换机接口之间ping不通。设备的Web端口配置页，端口前的状态灯为红色。动态路由OSPF接入时，Web端口配置页，端口前的状态灯为红色。设备的Web状态查询...
一键诊断
相关文档 通过一键诊断了解数据库性能情况的全貌后，您可以使用如下功能对数据库进行全面细致的诊断，准确定位故障原因，并解决故障。会话管理 性能趋势 锁分析 慢SQL 空间分析 常见问题 Q：一键诊断中，如何计算会话的线程使用率、连接数...
Redis客户端重连指南
引发暂时性故障的原因 原因 说明 故障触发了高可用机制 云数据库Redis支持节点健康状态监测，当监测到实例中的主节点不可用时，会自动触发主备切换，例如将主节点和从节点进行互换，保障实例的高可用性。此时，客户端可能会遇到下列暂时性...
Tair客户端重连指南
引发暂时性故障的原因 原因 说明 故障触发了高可用机制 云原生内存数据库Tair 支持节点健康状态监测，当监测到实例中的主节点不可用时，会自动触发主备切换，例如将主节点和从节点进行互换，保障实例的高可用性。此时，客户端可能会遇到...
移动端概述
下钻 当某个大区销售数据突出或异常时，可以快速单击下钻，可以下钻到省份、城市等维度，快速分析原因。选中其中一个大区，底部出现弹窗，单击下钻可以快速查看其对应省份、城市等维度的详细数据。联动 支持在一个页面快速切换维度，如下图...
诊断规则
故障诊断功能有效提升了故障排查效率，实现故障的快速定位与处理。本节将向您介绍诊断规则的相关操作。诊断规则是诊断节点的构成，诊断规则提供多种诊断能力，包括巡检、监控告警、变更查询。新建诊断规则 登录高可用管理控制台。在左侧...
共享弹性存储系列介绍
使用日志增强版共享弹性存储实例不仅能快速扩缩副本，还能在故障时快速恢复和迁移索引数据。规格选择 目前阿里云日志增强版共享弹性存储实例支持2 TB~100 TB的热数据存储总容量，实例规格支持2核及以上规格，建议搭配3~10个实例。说明 如果...
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...
- 产品推荐
- 这些文档可能帮助您