监控报警概述
常见问题 配置了报警规则，但收不到报警怎么办？云电脑的部分数据指标依赖云监控Agent进行数据采集。云监控Agent在云电脑内默认为关闭状态，如发现数据指标缺失，可以按以下步骤开启云监控Agent：在云电脑中按快捷键 Win+R，然后在 运行 ...
常见问题FAQ
云投屏产品FAQ问题 M21播放盒子常见问题 Q：遥控器无法控制屏幕 A：请尝试将遥控器与屏幕重新配对。操作步骤如下：拔掉盒子的电源，然后重新插上，盒子开机。在盒子开机后10分钟内，同时按住遥控器的“OK键”（中间大圆圈按键）和“返回键...
AIOps 解决方案专家服务内容说明
常见的AIOps应用路径为：对监控的各种关键性能指标（KPI）行实时异常检测；对多维指标进行根源分析，快速下钻到异常维度和元素；基于应用拓扑和实时Trace，实现根因定位；结合CMDB、关联等、构建异常根因上下文，帮助快速修复问题等等。...
故障止损恢复
建议在故障应急协同群中推荐输出常见的快速恢复能力，并提供PC、手机端的一键快速执行能力，减少研发在各自平台上查找快恢入口的时间，也解决研发在外无电脑应急的尴尬局面。快恢能力主要包含人工梳理快恢预案、通用垂直专项快恢能力：人工...
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...
探针安装常见问题
常见问题 本文介绍了以下常见问题：AHAS架构感知和故障演练探针limits配置 ECS探针安装常见问题 容器服务安装ack-ahas-pilot常见问题1 容器服务安装ack-ahas-pilot常见问题2 容器服务安装ack-ahas-pilot常见问题3 容器服务安装ack-ahas-...
故障排除
CC API在调用时可能会遇到一些错误，遇到错误时以错误码为依据进行故障排除，本文为您介绍 常见错误码的解决方案。云产品运行时错误码 云产品API运行时返回的错误码。以下两个错误码为云产品运行时错误，如想获取云产品详细错误信息，需...
托管节点池节点自动恢复
当节点的运行状态发生变化并持续一段时间后，ACK将判定该状态符合故障状态，存在节点故障。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...
存储资源
可能原因包含数据库服务进程异常退出、数据库节点宕机、数据库网络异常等，常见的容错策略如下：自动重启：当数据库实例异常终止或崩溃时，可以设置自动重启和恢复机制，自动重新启动数据库服务，并进行必要的数据恢复操作，以确保数据库的...
NVMe协议介绍
NVMe共享盘可以帮助应用实现高可用、高并发、可扩展的业务，可以帮助基于传统SAN的业务无缝上云，共享盘常见的应用场景包括数据共享、高可用故障转移、分布式缓存加速、机器模型训练等。数据共享 NVMe最简单的应用场景为数据共享，当数据被...
一键诊断
在数据库出现故障时，您可以利用一键诊断功能，快速诊断选定时间段内数据库性能情况，直观地查看数据库性能情况的全貌，快速定位异常原因。前提条件 实例为如下版本：RDS MySQL 8.0 高可用系列或集群系列 RDS MySQL 5.7 高可用系列或集群...
功能优势
丰富的故障场景 丰富的故障场景也是 AHAS Chaos 的一大特色，包括了以下场景：常见的基础设施资源例如CPU、内存、磁盘等。应用级别的故障注入，目前只支持 Java 应用，后续将陆续推出对于 NodeJs 和 C++ 的应用故障注入。云原生领域的演练...
网络诊断
容器服务平台提供网络诊断功能，帮助您诊断网络常见问题，例如Pod之间不通、集群到公网访问不通、公网到LoadBalancer不通。本文介绍网络诊断的基本原理、使用方式、以及如何针对常见网络不通的场景定位网络问题和使用网络诊断。重要 使用...
应用场景
本文介绍ASM的常见应用场景。流量管理 通过ASM，可以轻松实现基于配置的流量管理：将流量管理与基础设施管理分隔开来，并提供了许多独立于应用代码之外的流量管理功能，在部署规模逐步扩大的过程中帮助简化流量管理。管理 服务网格 的服务...
应用场景
能够解决 多源监控集成：支持多个常见监控系统集成，简单配置即可完成集成对接。报警统一处理：所有报警进行集中降噪处理，抑制收敛，避免报警风暴。事件闭环管理：对报警生成事件，进行全生命周期管理，不遗漏重大事件。体系化故障闭环...
产品优势
计算巢为用户提供了丰富的软件选择，覆盖常见的软件类型，包括：数据库等基础软件，CRM等应用软件，以及制造、医疗等行业软件。已经有超过600家软件服务商入驻计算巢，超过100款可独立部署的软件。用户可以通过计算巢推荐服务列表、阿里云...
使用集群诊断
容器智能运维平台 提供一键故障诊断能力，包括节点诊断、Pod诊断、Service诊断、Ingress诊断、内存诊断、网络诊断，可以辅助您定位集群中出现的问题。本文介绍如何在ACK集群中使用集群诊断功能。前提条件 已创建Kubernetes托管版集群。具体...
变更发布策略
常见的做法包括基于HTTP Header和Cookie，将特定请求或用户灰度至新版本，降低故障影响范围。金丝雀发布：通过调整流量权重比例，逐步将流量从老版本切换至新版本。同时对老版本服务进行缩容，对新版本进行扩容，相比蓝绿发布资源利用率较...
接入DAS的实例状态概览
无法连接 网络连接异常或目标实例出现故障导致无法连接。监控异常 DAS数据库网关（DBGateway）出现异常，详情请参见 DBGateway常见问题。连接正常 目标实例已正确连接至DAS控制台，您可以使用集群管理、实例监控和告警服务等功能，详情请...
常见问题-FAQ
重要 标准版最快可在4分钟左右准确发现故障并切换 故障发现时间：GTM可保障故障发现时间，目前默认的健康检查配置可以在故障的4分钟左右准确发现故障并切换；全网生效时间：GTM无法保障全网的最终生效时间，因受限于全国各地运营商的TTL...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 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...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 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...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 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...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 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...
如何管理故障
更新故障通知：在故障处理的过程中，当故障进展发生变化，包括进度更新、影响恶化、故障等级变化、原因明确、根因定位等场景下，可更新故障过程中的内容，并在 故障详情 页点击更新故障通知，选择需要的故障通告类型，并最终确认发出故障...
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...
故障管理
故障管理概述 故障管理是源于ITIL的一个概念，在IT企业或者互联网企业进行故障管理的目的是当生产环境出现重大宕机时尽快恢复正常的服务运营，将组件失败对业务所造成的负面影响降到最低，从而确保满足事先与业务客户之间所约定的服务级别...
故障复盘
故障复盘规范 故障复盘作为故障体系中的重要一环，整体复盘流程包括故障处理过程、改进分析、故障定责，基于包含标准化的复盘SOP、对应预防action推荐、问责管理机制，全面地回溯线上故障的发生，产出故障复盘报告和改进措施，避免故障重复...
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...
FAQs
重要 故障发现时间：GTM可保障故障发现时间，目前默认的健康检查配置可以在故障的4分钟左右准确发现故障并切换；DNS切换同步时间：GTM无法保障全网的最终生效时间，因受限于全国各地运营商的TTL缓存设置以及网络环境不同，所以全网生效时间...
什么是故障
本文主要介绍什么是故障。定义 在日常运营中，无论什么原因导致业务服务中断、服务品质下降或用户服务体验下降的现象，称为故障，但不包括用户侧环境或用户自身操作引起的问题。“用户体验下降”说明故障的核心要关注用户感受，可通过客服...
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...
实例的节点故障处理机制
本文档介绍云数据库MongoDB版实例的节点故障处理机制。单节点实例 由于单节点实例架构的特殊性，单节点实例仅拥有一个节点。当节点发生故障后，系统会对故障节点进行检查与修复。节点故障期间实例的相关服务不可用。说明 单节点实例适用于...
故障注入
您可以通过故障注入功能向测试应用注入故障，检测应用面对异常时的处理情况。您可以根据检测的情况调整您的应用，以减少应用在正式使用时出现的异常问题。多用于测试环境。配置故障注入规则 登录 SOFAStack 控制台。在左侧菜单栏选择 ...
故障注入
您可以通过故障注入功能向测试应用注入故障，检测应用面对异常时的处理情况。您可以根据检测的情况调整您的应用，以减少应用在正式使用时出现的异常问题。多用于测试环境。功能简介 故障注入流程如下所示：在微服务中，其实现方式为：管控...
故障基础数据管理
故障场景等级定义 日常运营中，除用户方环境或自身操作引起的问题外，无论什么原因导致的服务中断、服务品质下降或用户服务体验下降的现象，都称为故障。对故障影响程度的划分就是故障等级定义。定义故障等级是为了指定故障等级定义作为各...
故障演练
高速通道故障演练功能是一种模拟故障场景的工具。例如，模拟在高速通道冗余链路中的一条链路发生故障时，网络流量会自动切换至其他冗余链路的场景。借助该工具，您可以测试和验证您与阿里云组建的混合云组网的可靠性。重要 故障演练会通过...
故障隔离
故障隔离是在服务实例出现故障时，实现实例级别的精细化摘流隔离，使故障影响范围更小，提高服务的可用性。添加故障隔离规则 登录 SOFAStack 控制台。在左侧菜单栏选择 中间件>微服务平台>服务网格>服务治理，然后单击 故障隔离 页签。单击...
API概览
API 描述 CreateProblem 故障升级 GetProblemImprovement 故障复盘改进详情 GetProblemPreview 获取故障通知预览 UpdateProblemImprovement 更新故障复盘改进详情 CancelProblem 取消故障 CreateProblemSubtotal 故障新增备注小计 ...
演练概述
基于阿里巴巴多年业务的真实线上故障库的积累，AHAS故障演练模块为您预定义了丰富的测试任务，检验应用的高可用能力。故障演练支持对部署在阿里云ECS实例、容器服务Kubernetes集群、K8s架构类应用、Java类应用进行故障演练。完整的故障演练...
- 产品推荐
- 这些文档可能帮助您