Pod演练场景
Kubernetes集群中Pod资源故障场景，包含删除Pod和Pod网络异常场景。每个Pod场景下都包含通用的Pod筛选参数，用于查找目标Pod。通用参数 参数名称 参数说明 Pod资源名称 Pod资源名称，多个资源名称之间使用逗号分隔，表示选择多个Pod。Pod...
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...
Container演练场景
Kubernetes集群中Pod资源下的容器故障场景，包含容器以及容器内故障场景。每个容器故障场景下都包含通用的容器筛选参数，用于查找目标容器。通用参数 参数名称 参数说明 Pod资源名称 Pod资源名称，多个资源名称之间使用逗号分隔，表示选择...
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...
跨可用区容灾
当生产站点因为不可抗力因素（比如机房火灾、断电）或者设备故障（软、硬件破坏）导致应用在短时间内无法恢复时，ECS容灾服务支持业务的跨可用区（Availability Zone）的容灾能力，对整体的应用做容灾备份来应对单地区的故障，满足业务的...
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...
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...
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...
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Pod诊断、Service诊断、Ingress诊断，可以辅助您定位集群中出现的问题。本文介绍如何在ACS集群中使用集群诊断功能。前提条件 已创建ACS集群。具体操作，请参见 创建ACS集群。确保ACS集群运行...
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...
同城多活架构实践
说明 基于MSHA流量监控或其他监控能力，确定业务稳态的监控指标，以便在故障发生时判断故障影响面以及在故障恢复后判断业务的实际恢复情况。演练预期：电商首页展示的查询链路对商品应用是强依赖，强依赖故障将导致业务不可用，且故障的...
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...
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...
跨地域容灾
容灾系统部署在阿里云的两个地域中，当生产站点发生故障（例如海啸、地震）时，业务系统切换到容灾站点。生产站点和容灾站点部署在不同的地域，提供容灾即服务，RPO低至1分钟、RTO低至15分钟的高可靠的业务持续性保障，有效避免了地域性...
如何配置流转规则
选择 触发故障 需要配置故障影响服务、故障等级覆盖。配置完成之后点击 提交即可。仅触发报警：确定 报警触发规则：设置触发的持续时长和次数对报警进行收敛降噪；如，某个规则在持续5分钟内触发3次才会触发报警，只要将时长和次数分别设置...
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...
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...
GTM如何实现异地容灾
概述 方案介绍 异地容灾是指应用服务部署在不同地域时，当其中一地出现故障时，全局流量管理（简称GTM）可以将出现故障地域的用户访问流量，调度至异地灾备中心，保障用户访问连续不间断。本文将以两地三中心灾备架构为读者讲解异地灾备的...
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...
GTM实现跨网访问加速与故障切换
概述 方案介绍 大部分企业的应用服务都会使用多个运营商的IP地址，因此可能会存在跨网延迟、丢包、故障不可用等问题，而全局流量管理产品方案可以根据用户请求源地址的运营商，解析就近的应用服务器IP地址，实现就近接入、访问加速、故障...
工具相关 API
如果因网络故障上报结果失败，可以将带上报的结果信息先保存在本地，待网络故障修复后，不初始化 MPIDRSSDK，直接调用上报结果接口上报结果。在该场景中必须传入 feedid 参数。(void)uploadFileWithParam:(IDRSUploadManagerParam*)...
容灾管理服务介绍
针对有高可用需求的用户，CADT容灾管理服务提供规划、优化、部署、演练高可用业务的能力，在业务上线前及业务上线后定期进行容灾演练，验证系统是否能够抵御资源故障或者AZ故障，保障系统健壮性。主要功能 容灾规划 在用户部署资源前，通过...
访问策略
概述 访问策略是针对用户配置相应的访问策略，在此环节需要设置最终用户访问哪一个地址池。前提条件 已完成创建实例和云资源访问授权的操作。...如默认地址池摘除故障地址后，还有存活的IP地址，那么则响应剩余存活的IP地址。
服务等级目标SLO概述
短时间内的高故障率和低故障率且持续时间较长的故障才能触发告警，避免不必要的告警分散运维人员的精力从而错过真正关键的问题。多窗口能够在计算一段时间的故障率时同时设置一个短时间窗口，当短时间窗口内的故障率低于阈值时结束告警。...
服务等级目标SLO概述
短时间内的高故障率和低故障率且持续时间较长的故障才能触发告警，避免不必要的告警分散运维人员的精力从而错过真正关键的问题。多窗口能够在计算一段时间的故障率时同时设置一个短时间窗口，当短时间窗口内的故障率低于阈值时结束告警。...
容灾恢复
集群中通常一个服务有多个服务提供者，其中部分服务提供者可能由于网络、配置、长时间 fullgc、线程池满、硬件故障等导致长连接还存活但是程序已经无法正常响应。单机故障剔除功能会将这部分异常的服务提供者进行降级，使客户端的请求更多...
常见问题
部署 Node.js 性能平台运行时后控制台显示实例数为 0 step 1 查看 agenthub 是否启动成功，通过如下命令查看是否有 agenthub 实例运行。u@h:~agenthub list|-App ID-|-PID-|-Start Time-|-Config Path-|12345|29015|2018-07-11 16:53:44|/...
高可用性
当可用区故障恢复后，通过恢复操作，恢复被切流的可用区，并自动移除切流时补充的计算资源。从而在潜在的可用区故障情况下，实现对客户业务无感知的切换，提升服务稳定性。更多信息，请参见 部署和使用跨可用区实例。AliES内核增强 阿里云...
组复制简介
这样，如果主节点在写入Binlog后，传输数据到备节点之前发生故障，重新启动后数据就会多于备节点。如果此时备节点已经被切换成新主节点，就会出现主节点数据少于备节点，主备节点数据不一致的情况。全局 事务强一致性 组复制具备集群的节点...
日志管理
日志上传成功后，将在 日志信息 区域，显示在阿里云云存储网关服务器上的日志路径。如果发生故障，您可以上传日志并提交工单给阿里云工程师。您需在工单中提供日志路径，供阿里云工程师找到日志定位问题。说明 上传日志仅用于错误分析和...
日志管理
日志上传成功后，将在 日志信息 区域，显示在阿里云云存储网关服务器上的日志路径。如果发生故障，您可以上传日志并提交工单给阿里云工程师。您需在工单中提供日志路径，供阿里云工程师找到日志定位问题。说明 上传日志仅用于错误分析和...
通过CADT实现NLB可用区级容灾演练
云速搭CADT（Cloud Architect Design Tools）容灾管理服务提供规划、部署、演练高可用业务的能力，在业务上线前及业务上线后定期进行容灾演练，验证系统是否能够抵御资源故障或者可用区故障，保障系统健壮性。本文为您介绍如何通过CADT实现...
基于多集群实现跨地域容灾和流量负载均衡
服务网格 ASM为应用服务提供了跨地域流量分布和跨地域故障转移能力。跨地域流量分布功能可以将流量按照设定的权重路由至多个集群，实现多地域负载均衡。跨地域故障转移功能可以在某地域服务发生故障时，将该地域流量转移至其他地域，实现跨...
通过CADT实现ALB可用区级容灾演练
云速搭CADT（Cloud Architect Design Tools）容灾管理服务提供规划、部署、演练高可用业务的能力，在业务上线前及业务上线后定期进行容灾演练，验证系统是否能够抵御资源故障或者可用区故障，保障系统健壮性。本文为您介绍如何通过CADT实现...
基于多集群实现跨地域容灾和流量负载均衡
服务网格 ASM为应用服务提供了跨地域流量分布和跨地域故障转移能力。跨地域流量分布功能可以将流量按照设定的权重路由至多个集群，实现多地域负载均衡。跨地域故障转移功能可以在某地域服务发生故障时，将该地域流量转移至其他地域，实现跨...
使用云监控功能监控网站环境（部署于ECS实例）
同时，告警机制能让您在故障发生后第一时间发现问题，缩短故障处理时间，以便尽快恢复业务。前提条件 在开始设置云监控前，您需要完成以下操作：检查ECS监控插件运行情况，确保监控信息能够正常采集。如果安装失败则需要手动安装插件，具体...
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...
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...
切换主可用区
注意事项 为保障访问主可用区的性能，在故障切换演练完成后，请确保主可用区和主地址代理在相同的可用区。操作步骤 登录 OceanBase 控制台。在左侧导航栏中，单击 实例列表。在实例列表中选择目标实例，单击实例名进入实例工作台。...
- 产品推荐
- 这些文档可能帮助您