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...
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...
功能特性
提供故障诊断和运维监控，便于现场解决问题。与云端交付平台联动 线上集成、验证、出包，一步到位。柔性版本管理、故障回流差异。中间件统一供应 提供足够丰富的中间件（包括数据库），帮助产品加速实现完全容器化。对接入的中间件进行可运...
ack-node-repairer
当Node Problem Detector（简称NPD）组件检测到节点上的故障并生成节点的事件（Event）或者Condition上报给集群时，ACK的自愈系统（ACK Node Repairer）会监听每个节点上的新故障事件，并根据配置对故障节点进行相应的修复操作。...
ECS服务器的外网地址ping不通的排查方法
Windows系统：具体操作请参见 Windows实例ping外网地址提示“一般故障”。运营商问题：检查运营商是否存在网络问题，如公网运营商链路中断，路由震荡等。具体操作请参见 使用ping命令丢包或不通时的链路测试方法。相关文档 ECS实例间ping...
跟踪概览
使用场景 在阿里云操作审计服务（ActionTrail）中，跟踪（Trail）是个非常推荐的功能，您可以通过跟踪中心化收集更长时间的审计日志后，用于安全监控、合规审计、故障诊断、资源变更追踪等多个领域。以下是跟踪收集到审计日志后一些具体的...
诊断报告
在左侧导航栏上，单击 故障诊断>诊断报告 进入 诊断报告 页面，您可以根据诊断任务名称、诊断结果、诊断状态或触发方式来筛选诊断运行记录及其诊断数据。查看诊断报告详情 在 诊断报告 页面，单击目标决策树 操作 列下的 详情，即可查看...
功能特性
产品主要功能包括风险管理、日常巡检、故障诊断、应急预案、故障演练等。风险管理 风险管理 是高可用管理平台核心，是风险事件汇集、处置的中枢平台，具体如下。风险事件 风险事件汇集：负责将监控、巡检、诊断产生的风险或告警信息进行...
数据库代理常见问题
当故障实例恢复后，数据库代理需要多长时间可以正常提供服务？数据库代理会实时监控实例健康状态，当实例故障时，将会在2秒内识别到故障实例，当实例恢复时，数据库代理即可正常提供服务。如何查看专有网络类型的内网代理地址的vpc Id和...
应用场景
同时不断更新优化日常巡检、故障诊断、应急预案等内容的建设，不断丰富和完善应用技术风险防控体系，简化日常应用运维操作。故障演练 为不断提升产品高可用能力，通过高可用管理平台的故障演练模块，设计并规划演练计划和恢复方案，继而在...
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 ...
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 ...
常见问题
做故障诊断时，执行诊断功能 3 分钟，随后自动切回到正常运行状态。Node.js 性能平台运行时提供了哪些额外的功能 Node.js 虚拟机 V8 的运行时内存状态监控；libuv 运行时状态监控；在线故障诊断功能：堆快照、CPU Profile、GC Trace 等。...
诊断节点
在左侧导航栏上，单击 故障诊断>诊断节点。单击 新建，在 新建节点 页面，配置新节点的信息，包括节点名称、描述，选择节点类型、超时时间及标签。为该诊断节点绑定巡检规则，否则节点将无法执行。单击节点右侧 操作 列下的 详情 按钮。在...
诊断决策树
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，包括决策树名称、描述，超时时间以及标签。单击 确认。编辑诊断决策树，否则节点将无法执行。单击目标诊断决策树名称进入详情页，开始...
如何管理故障
本文档主要介绍如何管理故障。故障发生条件 当事件重要程度上升、整体影响面恶化、持续长时间未解决，综合评估已达到故障时（P1-P4），处理人可手动将事件升级为故障。当报警来源的指标持续恶化，触发故障产生规则，系统自动产生故障。故障...
支持计划FAQ
服务支持计划服务范围包含：关于阿里云服务与产品功能、容量、架构的咨询 使用、配置阿里云产品的最佳实践 阿里云的产品相关的技术问题、故障诊断 阿里云API 和阿里云SDK问题的故障诊断 与阿里云资源相关的操作或系统问题的技术支持 与阿里...
自助诊断GPU节点问题
启用节点诊断 您可以在故障诊断中选择待诊断的GPU节点发起节点诊断，并根据诊断报告修复问题。登录 容器服务管理控制台，在左侧导航栏选择 集群。在 集群列表 页面，单击目标集群名称，然后在左侧导航栏，选择 巡检和诊断>故障诊断。在 ...
故障演练
故障演练能力是ADP基于阿里云故障演练产品AHAS提供的一项能力，在线上集成环节即可对线下交付中常见的各类故障场景下产品编排的容错性、可靠性和可恢复性进行演练，保障编排稳定可靠。在进行故障演练之前，需要进行以下步骤：创建产品；...
管理容器组（Pod）
故障诊断 在容器组列表页面，您可以单击目标容器组右侧的 操作 列的 诊断，对该容器组进行故障诊断。更多信息，请参见 使用集群诊断。设置容器的CPU和内存资源上下限 应用创建完成后，您可以根据业务需求调整容器的CPU和内存资源上下限，...
访问云虚拟主机中的网站速度较慢的排查方法
网站无法访问时，可参考以下故障诊断命令，定位故障点。使用 ping 命令检测IP或域名的连通性。如果出现ping丢包或ping不通的情况，请根据系统类型参见以下方案进行排查：Linux：Linux实例网站访问丢包延时高的排查方法 Windows：Windows...
故障管理
故障管理 故障管理是单独针对故障的一整套完成的应急相应流程机制，包括：故障应急、故障收敛、故障追踪、故障复盘、故障改进等核心功能。通过建立故障应急机制，可保证服务稳定运行、服务体验保证等。故障管理也可以理解为重大事件的升级...
应用场景
物联网设备无时无刻不在产生海量的设备状态数据和业务消息数据，这些数据有助于进行设备监控、业务分析预测和故障诊断。背景信息 设备将原始数据通过 MQTT 协议发送到物联网平台，经由物联网平台将数据转发到消息服务系统，继而通过流计算...
查看应用分组
创建应用分组后，您可以查看应用分组的组内资源、监控视图、故障列表、可用性监控等数据，并执行相关操作。通过应用分组集中管理资源，便于您及时接收故障资源的报警通知，并及时处理故障。操作步骤 登录 云监控控制台。在左侧导航栏，选择...
故障应急协同
故障通告及更新 基于7x24监控值班工作特性，对于业务异常达到故障等级时，以用户定制的（语音、短信、IM）的方式在约定时间内将故障影响信息以及处理进展通知给对应的接收人/组，并持续更新直至故障结束。故障应急协同群 故障发生后，可以...
网络诊断
重要 使用故障诊断功能时，系统将在您的集群节点上执行数据采集程序并收集检查结果。采集的信息包括系统版本、负载、Docker、Kubelet等运行状态及系统日志中关键错误信息。数据采集程序不会采集您的业务信息及敏感数据。前提条件 已创建ACK...
查看事件与监控信息
故障列表 故障列表显示当前应用分组正在报警的全部资源，如果正在报警的规则被禁用，则故障列表中不再显示被禁用规则的故障信息。可用性监控 查看服务实例可用性的监控信息。组进程监控 查看组进行监控的进程ID、动态规则匹配和状态等信息...
功能概览
支持的容灾场景 容灾场景 支持类型 故障切换 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步完成后再启动切换。这样可以保证容灾端与生产端数据完全一致，...
功能概览
支持的容灾场景 容灾场景 支持类型 故障切换 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步完成后再启动切换。这样可以保证容灾端与生产端数据完全一致，...
动态与公告
全局流量管理（GTM）新版发布计划（20201116）阿里DNS将于2020年11月16日对全局流量管理进行版本升级，新版本发布后，原历史版本在云解析DNS控制台仍可继续使用，使用历史版本的用户不受影响。发布内容 新版GTM提供标准版、旗舰版两个版本...
故障诊断
抓取性能数据 功能，如下图所示：一般来说，如果涉及到内存泄漏的，可以抓取 堆快照，如果是 CPU 异常飙高的，可以抓取 CPU Profile 数据，下面我们以一个 CPU 异常飙高和内存泄漏的例子来看下如何使用 Node.js 性能平台提供的故障诊断功能...
故障基础数据管理
服务组&值班表管理 将故障应急的相关人员群体，通过前置到故障场景的干系人做绑定配置，同时支持服务组和值班表，实现故障启动后自动快速通知负责人上线处理的效果。在设计相应的管理方案时，需要考虑以下内容：服务组：提供服务的人员群体...
产品专家服务说明
第三方软件的安装、测试、故障诊断、优化等日常运维服务。安全事件入侵源定位及溯源追踪。强对抗性清理。其他不属于云安全中心产品专家服务的需求。客户与阿里云分工说明 责任主体 具体分工 客户与阿里云 客户购买云安全中心产品专家服务，...
业务连续性
在主地域故障消除后，应该将备地域服务在故障期间记录的新增数据同步到主地域，确保主地域恢复时，用户看到的业务数据不会丢失。部署架构示意图 为了尽可能地提升可用性以确保业务连续不中断，上述实践是可以组合使用的。下图是一个同时...
跨可用区容灾
说明 若受保护服务器表格未显示 故障切换/故障恢复信息 列，请单击 设置可见列 配置即可。如果检查后发现当前时间点应用运行正常，选择 更多>故障切换>确认故障切换，确认故障切换。说明 在故障切换或者切换恢复点完成，并且已经确认被容灾...
诊断报告
操作指南 在实例页 抓取性能数据，或者数据趋势页，点击 诊断报告 后，以 json 格式输出当前应用运行时状态，协助定位故障。下面列举一些对定位问题协助较大的输出项，具体可以实际操作生成诊断报告后查看。JavaScriptStack：JS 栈，当前js...
跨地域容灾
说明 若受保护服务器表格未显示 故障切换/故障恢复信息 列，请单击 设置可见列 配置即可。如果检查后发现当前时间点应用运行正常，选择 更多>故障切换>确认故障切换，确认故障切换。说明 在故障切换或者切换恢复点完成，并且已经确认被容灾...
产品价格
版本配置 功能项 标准版 旗舰版 全网故障恢复时间=故障切换时间+全网生效时间 在健康检查间隔设置为1分钟，TTL60秒，连续失败次数3次的配置下，GTM能在4分钟左右准确发现故障并切换，故障切换后理论上60秒左右可以全网生效，但实际情况取决...
常见问题-FAQ
Ping健康检查：可以根据丢包率的大小、响应时间的长短判断应用服务是否故障。TCP健康检查：可以根据tcp端口的响应时间来判断应用服务是否故障。HTTP(S)健康检查：可以根据http(s)响应时间、返回码信息来判断应用服务是否故障。全局流量管理...
FAQs
两者的对比如下表所示：对比项 网络层 后端地址 加权轮询 跨Region难度 故障隔离时间 会话保持 全局流量管理 3层 域名、IP 支持 简单 分钟级 不支持 负载均衡SLB 4层、7层 IP 支持 困难 秒级 支持 全局流量管理（GTM）、云解析DNS、全局...
- 产品推荐
- 这些文档可能帮助您