全链路专家服务内容说明
内容如下：阿里云专家结合丰富的云上实战经验和最佳实践，从全链路维度分析客户反馈的所需分析诊断的问题点或故障，排查确定问题的根本原因，提供针对性的解决方案并指导客户实施。包括如下场景及场景间的组合（每个专家诊断与调优的具体...
常见问题
A：PolarDB 采用双活（Active-Active）的高可用集群架构，可读写的主节点和只读节点之间自动进行故障切换（Failover），系统自动选举新的主节点。PolarDB 每个节点都有一个故障切换（Failover）优先级，决定了故障切换时被选举为主节点的...
集群系列
可靠性更强的备节点 阿里云技术团队通过云原生技术对RDS进行了一系列深度优化，进一步提升了RDS MySQL集群系列实例备节点的可靠性：重构RDS高可用系统，将备节点的故障发现时长从分钟级优化到秒级。基于EBS（Elastic Block Storage）提供的...
读写访问文件类问题
当您访问文件系统中的文件时，文件系统中的文件会受到某些限制影响，导致文件操作错误、挂载点无响应或访问无响应等。您可以在本文中查找一些常见文件操作错误、文件属主、数据不同步或访问无响应的解决方案。交叉挂载兼容性问题 Linux挂载...
变更管理
运维事件中心是阿里云提供的云上变更管理服务，提供丰富的监控集成、强大的报警降噪、可靠的通知、灵活的事件流转、基于ITIL的故障管理等功能，一站式管理、多端协同，帮助企业实现更实时的数字化管理、更快的故障响应、更短的故障时长、更...
什么是多活容灾
因此容灾治理不仅要持续建设更高阶的容灾架构技术，还需要增强“基础设施”、“业务系统”、“保障工具”、“生产制度”和“应急人员”之间的协同。唯有时刻追求能力保鲜，才能立足于日新月异的复杂环境。容灾演练作为一种管理型技术手段，...
AIOps 解决方案专家服务内容说明
调研的服务范围包含：基础资源调研、业务现状调研、应用系统调研《调研报告》2 智能故障发现方案设计 基于业务数据、资源组维度建立业务组单元，将业务组单元指标通过智能AI算法进行实时分析，帮助企业快速发现故障，列出可疑根因事件，并...
当实例无法启动时扩容云盘
fdisk-lu 在查询结果中找到/dev/vd*（例如/dev/vda、/vdb和/vdc），这些块存储设备为故障实例的云盘。示例以系统盘（/dev/vda1）和数据盘（/dev/vdb1、/dev/vdc1）的三个分区为例，执行结果如下所示。序号 分区 说明 ①/dev/vda1 系统盘，...
无法远程连接Windows实例的排查方法
无法远程连接Windows实例的原因较多，请您根据实际情况，通过相应的排查方法，排查并解决无法远程连接Windows实例的问题。本文主要介绍无法远程连接Windows实例的处理方法。快速登录Windows实例 如果您遇到紧急情况，需要尽快登录Windows...
源为PolarDB-X的功能规范和约束说明
在出现故障（如网络中断、机房批量设备故障或互联网数据中心IDC故障），且DTS任务存在延迟的情况下，此时如更新至目标库的最后一条数据的时间与故障发生时的时间之差小于RPO（如5分钟），则可以业务优先恢复为准则切流。切流后可能有5分钟...
源为PolarDB-X的功能规范和约束说明
在出现故障（如网络中断、机房批量设备故障或互联网数据中心IDC故障），且DTS任务存在延迟的情况下，此时如更新至目标库的最后一条数据的时间与故障发生时的时间之差小于RPO（如5分钟），则可以业务优先恢复为准则切流。切流后可能有5分钟...
从TR专线迁移至ECR专线访问云资源
如果您仅需要更低时延的专线访问、更大规格的带宽接入和无额外高阶网络功能诉求访问阿里云，您可以通过使用专线网关ECR来部署您的混合云组网。场景示例 重要 此迁移过程中涉及业务中断，请您合理安排迁移计划。迁移时，您需要对您的多条...
在Windows实例无法访问外部网络如何处理？
可能原因 造成该问题的原因与 Windows实例通过外部访问网络不通的处理 类似，常见问题原因参考如下。公网ISP运营商的管控。Windows实例异常行为，导致阿里云安全策略阻止该Windows实例访问外部网络。Windows实例安全组配置错误。Windows...
扩容分区和文件系统（Linux）
在ECS控制台上扩容云盘容量后，对应分区和文件系统并未扩容，您还需要进入ECS实例内部继续扩容云盘的分区和文件系统，将扩容部分的容量划分至已有分区及文件系统内，使云盘扩容生效。本文为您介绍如何通过两个步骤完成Linux实例云盘的分区...
Windows系统实例的宕机问题排查
当Windows操作系统的ECS实例在运行过程中出现内核panic、内存溢出OOM（Out Of Memory）、蓝屏卡死等问题或收到系统事件通知实例出现操作系统崩溃时，说明该ECS实例发生宕机，您可以通过自助诊断工具或系统事件来定位原因并解决。...
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...
设计方案
基于稳定性支柱设计原则，整体稳定性设计方案可参考如下：架构设计原则 软件系统从所有的功能都在一个应用程序内运行的单体应用架构，到不同的功能模块分别部署在不同的服务器上的传统分布式应用架构，再到服务细分通过轻量级的通信机制...
Windows系统的ECS实例ping外网地址提示“一般故障”...
本文介绍Windows系统的ECS实例ping外网地址提示“一般故障”的错误原因和解决方案。问题现象 Windows系统的ECS实例ping外网地址时提示“一般故障”错误。问题原因 出现该问题可能有以下原因：可能原因 排查方案 ECS实例中安装了第三方杀毒...
应用场景
Node.js 提供的精确到虚拟机级别的深度监控，能够如实的反应应用运行状态，通过配置报警规则，用户可以在发现系统出现故障（内存泄露或者 CPU 热点等）趋势时，通过诊断接口迅速定位故障点。Node.js 性能平台特别适合业务发展迅速、应用...
强弱依赖治理概述
强弱依赖治理的应用 强弱依赖治理主要可以被应用到以下场景：系统改造验收：对于分布式系统，至少在运行态中，不会因为依赖的系统后台出现故障，引起当前应用出现系统级可用性的故障，例如进程挂掉、频繁FullGC、负载飙高等，何时何地都应...
什么是故障演练
故障演练是一款遵循混沌工程实验原理并融合了阿里巴巴内部实践的产品，提供丰富故障场景，能够帮助分布式系统提升容错性和可恢复性。流程 故障演练建立了一套标准的演练流程，包含准备阶段、执行阶段、检查阶段和恢复阶段。通过四阶段的...
Windows操作系统云虚拟主机耗资源（客户程序故障）...
本文主要介绍Windows操作系统云虚拟主机耗资源（客户程序故障）问题的原因分析及处理意见。调用Access程序问题（最常见）原因：Access数据库大小超过30M，频繁调用时耗用系统资源。解决方法：将数据库大小压缩到30M以内，或者升级到SQL ...
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...
查看实例的系统日志和屏幕截图
系统通过串口打印输出的日志会包含两种类型的信息，一类是系统启动开机时的日志内容，另一类是系统内核故障或异常时的日志内容。更多详情，请参见《云栖社区》博客 操作系统有异常？诊断日志来帮忙。使用限制 使用该功能时您需要注意如下...
Linux系统的ECS实例系统无响应，系统日志中出现“BUG:...
BUG:soft lockup-CPU#0 stuck for 61s 问题原因 该问题通常是由于ECS实例中，系统内核长时间占用CPU资源导致出现软死锁（soft lockup）故障，内核长时间占用CPU资源可能有以下原因：系统负载过高 内核死循环或死锁 内核调度问题 内核出现...
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。
管理集群
主机故障处理策略 设置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 设置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...
通过一致性复制组实现容灾恢复
步骤二：故障切换 故障切换功能可以开启容灾站点中云盘数据的读写权限，建议您根据业务的实际情况，提前在容灾站点所属的地域和可用区下临时创建ECS实例。当生产站点发生故障时，将开启读写权限的容灾站点中云盘挂载到临时创建的ECS实例上...
单实例快速恢复
为了能够快速恢复系统故障，Hologres提供了单实例快速恢复的机制。本文为您介绍单实例快速恢复的触发条件和行为。实例快速恢复逻辑说明 Hologres在 V2.0版本之前，Hologres计算节点均为容器调度（即下图中的Worker Node），资源管理器...
通过异步复制功能实现容灾恢复
步骤二：故障切换 故障切换功能可以开启从盘的读写权限，建议您根据业务的实际情况，提前在从盘所属的地域和可用区下临时创建ECS实例，当主盘发生故障时，将开启读写权限的从盘挂载到临时创建的ECS实例上继续运行业务，直到主盘故障修复...
堡垒机无法连接ECS排查步骤
问题描述 堡垒机调用ECS失败 可能原因【可能原因一】堡垒机到ECS服务器的网路端口通信失败【可能原因二】堡垒机的相关配置影响【可能原因三】ECS 系统自身的相关策略影响 解决方案【可能原因一】堡垒机到ECS服务器的网路端口通信失败【解决...
系统类故障排查
概述 本文主要介绍使用阿里云服务器ECS时的系统类故障排查，包含CPU、磁盘I/O、内存、硬盘、带宽资源占用异常的问题排查与定位。详细信息 说明 阿里云提醒您：如果您对实例或数据有修改、变更等风险操作，务必注意实例的容灾、容错能力，...
高压缩引擎（X-Engine）介绍
高压缩引擎（X-Engine）多节点架构可用于保障集群的高可用，当系统发生故障时，可读写的主节点和只读节点之间会自动进行故障切换（Failover），保证了服务可用性不低于99.99%。高压缩引擎（X-Engine）多节点架构图如下：产品优势 超大存储...
运维服务内容说明
因客户自身原因导致的问题故障，不属于阿里云运维服务范围。如客户有不定期现场服务需求，可按天购买运维专家现场服务。运维服务专家可帮助客户进行疑难问题现场处理，故障现场救援，变更现场保障、现场运维培训等服务。运维专家现场服务需...
围绕混沌工程的平台实践
原则3在生产环境中运行实验 混沌工程推荐故障演练是在生产环境中进行，主要的原因有以下两点：系统的行为会根据环境和流量模式的变化，例如系统依赖的组件在测试环境和生产环境会有比较大的差异。系统的监控和人员的应急响应在测试环境和...
Linux系统的ECS实例运行卡顿，在/var/log/messages...
问题原因 在Linux系统的ECS实例中，当某个进程因为某种原因无法继续执行，并且长时间停滞在某个状态下无法响应，就会发生挂起任务（hung task）故障，出现hung task故障可能原因如下：进程卡住（blocked）：当某个进程在执行过程中出现死锁...
GTM如何实现同城容灾
概述 方案介绍 同城容灾指应用服务部署是多机房、单地域时，当其中一机房出现故障时，全局流量管理（简称GTM）可实现业务7*24小时稳定运行，即使单机房故障也不影响业务的可持续性，保障用户访问连续不间断。本文将以同城双活的灾备架构为...
服务等级说明
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...
- 产品推荐
- 这些文档可能帮助您