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)...
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。
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...
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 ...
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...
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...
故障复盘
复盘文档一般包含以下内容：故障简述：故障概述、影响面、处理人等 故障背景：故障发生时的业务链路 故障时间线：着重强调故障引入、故障发生、故障发现、业务响应、恢复执行、故障恢复几个时间点 故障原因分析：建议先一句话总结，再进行...
产品优势
服务运维 故障实时上报，无需等待用户反馈，快速响应，主动防范风险。依赖于用户的故障上报，服务商被动响应故障。用户订阅服务后，计算巢自动完成服务商与用户之间的授权，服务商运维操作时，无需交换登录凭证，自动授权鉴权，无需手动...
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...
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，...
GTM如何实现异地容灾
两地三中心容灾架构，是指在同城双中心的基础上，在异地的城市建立一个备份的灾备中心，用于双中心的数据备份，当双中心出现自然灾害等原因而发生故障时，异地灾备中心可以用备份数据进行业务的恢复。目标读者 企业网络部、业务运维部工作...
作业智能诊断
登录 实时计算控制台。在 Flink全托管 页签，单击目标工作空间 操作 列下的 控制台。在左侧导航栏上，单击 SQL开发。编写SQL后，单击 深度检查。深度检查能够检查作业的SQL语义、网络连通性以及作业使用的表的元数据信息。同时，您可以单击...
故障协同处理（基于钉钉）
云钉运维故障协同效果 功能概述 移动应用端（目前仅支持“钉钉”，以下功能说明均基于钉钉场景）支持接收故障消息提示和进行故障操作，且支持移动端操作管理故障，操作记录实时同步到 运维事件中心 控制台。故障协同处理使用条件 成功开通...
采集客户端数据的高可用方案
但是在一些相对极端的场景下，单集群可能由于一些预期外原因存在故障停服风险。针对该单集群故障风险，日志服务提供两种异地多活的客户端数据采集方案。方案比较 对比项 方案1：双写 方案2：数据加工复制+写入切换 部署复杂度 低 需要额外...
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...
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...
AIOps 解决方案专家服务内容说明
智能故障发现解决方案 基于调研与评估的结果，为客户设计智能故障发现解决方案，包含：多账号统一监控数据接入，并根据应用分组为客户设计AI算法能力用于实时故障发现，并根据分析结果智能定位根因，提供实时异常检测的稳定性方案，保障...
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），...
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...
网络资源
网络闪断故障可能由多种原因引起，如网络设备故障、电力波动、通信线路故障等。网络闪断会导致数据传输中断，影响系统和应用程序之间的数据传输，频繁的网络闪断可能导致系统或应用程序无法正常运行。常使用的容错策略如下：设备冗余：使用...
自治服务（CloudDBA）
您可以通过该功能排查Redis数据库的故障和性能降低的原因。开启自动扩容 当内存平均使用率达到阈值后会自动升级Redis实例的规格，帮助您快速弹性适配业务高峰，避免内存溢出的风险，有效保障线上业务稳定性。基于预测自动弹性伸缩 以实例...
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...
实时分析链路数据
如果您的应用遇到流量不均、单机故障、慢接口治理、业务流量统计、灰度发布监控等问题，可以通过应用监控的调用链分析快速定位问题代码。本文介绍如何通过调用链分析快速定位五种经典线上问题，更直观地了解调用链分析的用法与价值。背景...
ECS容灾常见问题
ECS容灾中云盘异步复制和连续...该操作取决于磁盘大小，可能会持续较长时间，您可以在控制台观察到修复复制到实时复制的状态变化。整个过程自动完成，您无需任何操作。重要 ECS容灾暂不支持源端缩容或减盘操作，可能导致复制出错或数据丢失。
ECS容灾常见问题
ECS容灾中云盘异步复制和连续...该操作取决于磁盘大小，可能会持续较长时间，您可以在控制台观察到修复复制到实时复制的状态变化。整个过程自动完成，您无需任何操作。重要 ECS容灾暂不支持源端缩容或减盘操作，可能导致复制出错或数据丢失。
耗资源用户处理流程
为了保证您的站点能够安全、...关于网站耗资源的原因以及排查方法，更多信息，请参见 网站耗资源（客户程序故障）常见问题。增强版共享虚拟主机和独享虚拟主机可以更好地应对耗资源问题，避免站点被关停。更多信息，请参见 云虚拟主机官网。
开通备份恢复
云原生多模数据库 Lindorm 宽表引擎支持数据备份恢复功能，该功能基于数据生态服务中的数据迁移，将数据存储至阿里云对象存储服务OSS（Object Storage Service，简称OSS）中，定期全量备份数据，实时增量同步数据，来满足对数据备份和数据...
功能架构
应用监控 系统能同时监控容器应用和经典应用，并通过 LDC、IDC 和单机实例等多视角、多维度逐层下钻分析，实时展现服务实例、依赖的中间件和基础资源运行状态、使用趋势和告警信息，发掘应用故障所在的层级和对象，保证应用的流畅运行。...
监控、诊断和故障排除
相对于传统应用程序，开发云端应用虽然降低了用户在基础设施搭建、运维等方面的成本，但却增大了监控、诊断和故障排查的难度。OSS存储服务为您提供了丰富的监控和日志信息，帮助您深刻洞察程序行为，及时发现并快速定位问题。本文主要描述...
诊断应用卡顿问题
排查、解决网站卡顿、页面加载过慢等问题过程复杂，耗时较长，原因如下：应用链路太长 从前端页面到后台网关，从Web应用服务器到后台数据库，任何一个环节出现故障都有可能导致整体卡顿。采用微服务架构的应用，链路更加复杂，而且不同组件...
归档存储服务等级协议
阿里云将对不可用时间进行赔偿，但不包括以下原因所导致的服务不可用时间：（1）阿里云预先通知用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）...
Tair选型指南
3 选择容灾方案 云原生内存数据库Tair 实例若因不可预料的原因（例如设备故障、机房断电等）发生故障，容灾机制保障数据的一致性和业务可用性。云原生内存数据库Tair 提供多种灾备方案供您选择，可满足不同的业务场景。4 预估内存规格 提前...
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...
大数据实时计算性能调优服务
从客情来看，实时计算性能调优需求迫切，比如国家电网用采信息数据量大，及时性高，业务逻辑复杂，急切需要搭建实时数仓，但缺少实时计算的落地经验，急切需要实时计算服务人员协助客户搭建实时任务，完善实时数仓。从客户价值来看，从实际...
诊断项与诊断结果说明
说明 计算服务健康诊断、网络服务健康诊断、存储服务健康诊断、实例配置管理诊断发现的异常属于非实时态异常，诊断结果会包括过去48小时内存在过的异常用于查看历史问题，不一定需要实时修复。计算服务健康诊断 计算服务健康诊断项具体如下...
文档修订记录
2024年03月 时间 特性 类别 描述 产品文档 2024.03.26 新增Hologres管理控制台升级公告 新公告 Hologres进行管理控制台基础服务升级事宜。Hologres管理控制台升级公告 2024.03.21 新增动态分区管理 新说明 Hologres的动态分区功能无需预先...
管理域名
在实时计算控制台上，您可以管理上下游服务的域名。本文为您介绍如何在实时计算控制台上新增域名、修改域名和删除域名。使用限制 填写域名时，不支持填写大写字符。单个工作空间最多只能设置50个合法域名。当工作空间状态为运行中时，才...
按登录方式授权
实时计算Flink版支持阿里云账号、阿里云RAM用户、阿里云RAM角色、资源目录成员方式登录并访问实时计算控制台，以及进行作业开发和运维。不同登录方式下需要被授权的主体（身份或账号）可能不同，本文通过示例为您介绍不同登录方式下，访问...
权限管理
权限概述 实时计算Flink版支持阿里云账号、RAM用户、RAM角色、资源目录成员方式登录并访问实时计算控制台，以及进行作业开发和运维。无论您采用何种方式登录（阿里云账号访问自己所拥有的资源除外），均需要具有相应的权限才能正常进行操作...
- 产品推荐
- 这些文档可能帮助您