性能监控最佳实践
这些工具可以根据监控数据自动化地进行故障排除、性能优化等操作，提高系统的稳定性和性能。建设一体化性能监控平台需要根据监控需求选择合适的监控工具，进行配置和整合，实现数据可视化和自动化运维，以提高系统的稳定性和性能。从 0 到 ...
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...
什么是云工作流（CloudFlow）
方便您快速识别故障位置，并快速排除故障问题。支持长时间运行流程 云工作流 可以跟踪整个流程，持续长时间执行确保流程执行完成。有些流程可能要执行几个小时、几天、甚至几个月。例如运维相关的Pipeline和邮件推广流程。流程状态管理 云...
什么是Serverless工作流
方便您快速识别故障位置，并快速排除故障问题。支持长时间运行流程 Serverless 工作流 可以跟踪整个流程，持续长时间执行确保流程执行完成。有些流程可能要执行几个小时、几天、甚至几个月。例如运维相关的Pipeline和邮件推广流程。流程...
事件分析概述
链路追踪：提供事件轨迹能力，还原事件整体链路状态，帮助您快速排除故障，定位链路问题。低成本 事件总线EventBridge 支持事件以云服务事件总线和自定义事件总线形式接入，云服务事件总线支持接入所有阿里云产品事件，无缝支持云服务事件...
实时分析链路数据
如果异常请求分散在多台机器，那么大概率可以排除单机故障因素，可以重点分析下游依赖服务或程序逻辑是否异常。在 调用链分析 页面筛选错误调用或慢调用，并设置按IP进行分组统计，如果异常调用集中出现在特定机器，则有较大概率是机器故障...
质检规则配置
例如下图，命中正则表达式：买.*(ssd盘|普通盘)，排除正则表达式：用不了|不能用|不生效，所以结合起来就是只匹配用户购买产品的场景，但是要排除掉故障报修的场景，示例语句：我想买一块ssd盘，应该怎么操作（可命中）/我前两天买了ssd盘...
错误码
常见 PolarDB-X 数据节点连接失败的原因如下：后端数据节点连接数已满 计算节点到数据节点的连接超时 数据节点拒绝连接 如果排除后端数据节点问题后仍然出现该错误，请联系技术支持。PXC-4103 ERR_ATOM_CONNECTION_POOL_FULL 描述：PolarDB...
产品优势
BGP 8线路独享带宽，千G光纤接入 阿里云机房与中国电信、中国联通等8家主流运营商对接网络。并能够自动选择最佳访问路径，保证您以及您的客户从不同地域、不同网络环境访问网站时拥有良好体验。运营商级机房设施 阿里云向客户提供基于云端...
故障排查
本文介绍您的本地IDC服务器和云上VPC的ECS无法连通时的故障排查方法。背景信息 故障排查步骤如下：排查路由问题。排查第3/4层（网络/传输）问题。排查第2层（数据链路）问题。排查第1层（物理）问题。排查路由问题 本地接入设备能ping通云...
附录：SOFAStack 产品目录
混合云场景 API 全生命周期管理：云间网络互通的基础上提供 API 全生命周期管理，避免所有 API 都对外暴露，提高安全性。高性能跨云 RPC 调用：支持跨云的场景下的 RPC 调用，使用方式同云内调用。超强安全保障能力：提供多种安全能力确保...
使用限制
1000 Base-LX以太网单模光模块 10 GBase-LR以太网单模光模块 40 GBase-LR以太网单模光模块 100 GBase-LR以太网单模光模块 必须禁用端口的自动协商功能，必须手动配置端口速度和全双工模式。构建上云连接的所有设备（包括中间设备）均支持...
阿里云官方事件源
全站加速事件 全站加速事件类型包括阿里云平台对资源执行的操作事件、API调用和控制台的操作事件。PCDN事件 PCDN事件类型包括阿里云平台对资源执行的操作事件、API调用和控制台的操作事件。边缘节点服务ENS事件 边缘节点服务事件类型包括...
蓝牙Mesh设备扩展协议
Opcode Format 说明 0b0xxxxxxx（排除0b01111111）1字节Opcode。0b01111111 保留，用于将来扩展。0b10xxxxxx xxxxxxxx 2字节Opcode。0b11xxxxxx zzzzzzzz zzzzzzzz 3字节Opcode。操作码定义 智能生活平台蓝牙Mesh扩展消息Opcode定义如下表...
应用场景
场景一：面向大中型企业的多地容灾高可用网络架构 当本地数据中心的关键业务对可用性要求极高时，建议在多个接入点建立专线连接，该拓扑确保了因光纤切断、设备故障或接入点位置故障导致的连接故障的恢复能力。自主申请专线和共享合作伙伴...
常见问题-FAQ
全网故障恢复时间=故障发现时间+全网生效时间。说明 受限于拨测平台探点发生变化和全国各地运营商TTL缓存原因，如使用不同的拨测平台、以及在不同的测试时间，全网生效测试结果会发生变化。重要 标准版最快可在4分钟左右准确发现故障并切换...
FAQs
全网故障恢复时间=故障发现时间+全网生效时间。说明 受限于拨测平台探点发生变化和全国各地运营商TTL缓存原因，如使用不同的拨测平台、以及在不同的测试时间，全网生效测试结果会发生变化。重要 故障发现时间：GTM可保障故障发现时间，目前...
故障管理
通过建立一个规范可遵循、全流程闭环的故障管理体系，配合技术手段的提升，可以有效降低故障发生的几率，缩短故障的MTTR，最终使故障造成的破坏性趋近于0。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...
网站被劫持问题概述
DNS解析一般都与DNS有关，如果有这类故障，请先排除本地绑定hosts的情况后，再收集出口DNS信息和被劫持的IP地址。如下所示，异常的DNS解析没有经过阿里云CNAME解析，即被劫持到2个IP地址。您可以通过使用阿里云的 HTTPDNS，防止被劫持。...
设备无法连接SSID
问题症状 无线终端连接SSID，显示未连接，无法关联SSID。解决方案 检查AP配置中的最大连接数，最大可设置为128.2.DHCP不在AP上要检查一下地址池的使用情况，检查可用地址是否够用。3.更换新的AP，排除是否是AP故障。适用于 云AP
什么是事件
支持将影响恶化的事件一键升级为故障，实现事件全生命周期的在线化管理。核心功能 流转灵活、事件分级处理、全生命周期动态记录。流转灵活：触发的事件支持处理人灵活的响应、转交、升级故障并完结处理故障；事件分级：事件支持根据其影响...
MSE注册配置中心高可用最佳实践
无容灾保护 当来自Consumer端的请求量突然增加时，如果Provider容量水位较高，会导致个别Provider发生故障：注册中心会将故障节点摘除，全量流量会给剩余节点。剩余Provider节点负载变高，大概率也会发生故障。最终所有Provider节点故障，...
功能发布记录
故障处理联动能力补全。9.新增故障协同处理、故障应急场景群创建和使用。10.新增事件协同处理-相似事件模块。11.事件和故障的消息卡片支持@关联人员。12.PC端移动应用开通模块支持展示钉应用（维蜜）的开通状态。13.PC端主RAM和子RAM账号...
目标规则（Destination Rule）CRD说明
consecutiveLocalOriginFailures UInt32Value 否 触发排除需要的连续本地故障数。默认为5。该字段仅在 splitExternalLocalOriginErrors 设置为true时生效。consecutiveGatewayErrors UInt32Value 否 将主机排除出连接池需要的网关错误数。...
网络类场景
排除端口 无需注入网络延迟调用故障的端口，与本地服务端口和远程服务端口功能互斥。可以指定多个，使用逗号分隔，使用连接符表示范围。例如80,8000-8080。远端服务IP 指定演练对象访问的远端服务IP。可以通过子网掩码来指定一个网段的IP...
业务流量隔离功能实践
案例实践二：安全生产环境 业务需求 从历史故障分析，大部分故障是因为没有经过灰度直接全量发布到生产环境所造成的。因此当前的需求是建设安全生产环境，通过安全生产环境的小流量灰度验证和观测，提前暴露问题和风险。具体需求内容包括：...
莉莉丝《剑与远征》：动态加速提升用户体验
零时延切换：阿里云全站加速通过零时延的故障快速切换，确保在平台任意节点出现故障时游戏玩家的体验无感知，优先保证游戏玩家的体验正常运行，保证平台的稳定性。增强平台的兼容性和安全性：阿里云全站加速立足于阿里云CDN基础设施，内部...
产品优势
多活容灾产品MSHA提供从流量接入到应用和数据库的故障切换能力，快速构建云上同城及跨地域的多活容灾架构，提升客户业务的连续性。与自建容灾架构对比，产品具备以下多种优势。大规模实践沉淀 多活容灾MSHA商业化上线于2019年，产品技术与...
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...
分布式链路概述
全链追踪：能够深入应用、服务、数据库、消息，捕获性能异常，识别出现故障的组件及服务。易于使用：可以与 SOFAStack 上的应用进行无缝对接，用户的业务代码无需任何修改即可轻松接入，实现性能可视化与问题分析。扩展性强：遵循业界 ...
无法连接Windows实例
故障现象 无法ping通ECS实例，在排除Iptables和网卡IP配置问题且回滚系统后，仍然无法ping通。故障原因 可能是ECS实例安全组默认的公网规则被删除。解决方法 重新配置ECS实例的安全组公网规则，具体操作请参见 ECS实例安全组默认的公网规则...
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...
GTM如何实现同城容灾
在健康检查间隔设置为15秒，TTL10秒，连续失败次数3次的配置下，GTM能在1分钟左右准确发现故障并切换，故障切换后理论上10秒左右可以全网生效，但实际情况取决于全国各地运营商的缓存设置时间。DNS未使用云解析DNS，也可以使用全局流量管理...
GTM如何实现异地容灾
在健康检查间隔设置为15秒，TTL10秒，连续失败次数3次的配置下，GTM能在1分钟左右准确发现故障并切换，故障切换后理论上10秒左右可以全网生效，但实际情况取决于全国各地运营商的缓存设置时间。DNS未使用云解析DNS，也可以使用全局流量管理...
迁移实施
迁移方式 是 全量迁移：迁移一次全量数据，数据迁移完成后任务结束。如果之后源数据有变化，您可以再次提交全量迁移任务，系统将仅迁移变化的数据。重要 全量迁移在每次迁移开始前，对源地址和目的地址的文件进行对比。如果迁移同名文件，...
迁移实施
迁移方式 是 全量迁移：根据 迁移起点时间 迁移一次指定 迁移起点时间 之后的全量数据，数据迁移完成后任务结束。如果迁移完成后源数据有变化，您可以再次提交全量迁移任务，系统将仅迁移变化的数据。增量迁移：按设定的 增量迁移间隔 和 ...
以太网接口频繁Up/Down
如果衰减过大请更换光纤，如果更换光纤仍不符合衰减要求，可缩短光纤的长度。用测试仪或物理环回方法检查链路两端是否故障。使用测试仪测试时，测试仪显示收发正常。物理环回方法是指将光纤的两端都连接到一个光模块上，链路两端正常则可以...
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...
概述
但随着各公司业务范围的扩展和软件系统架构持续迭代升级，系统的复杂度随之增加，面对更多的非预期事件风险，如各类软硬件故障、错误的变更、突发流量，甚至到光纤挖断、自然灾害等引起的整个机房不可用情况，如何保障系统稳定性具有很大...
什么是高可用管理平台
高可用管理平台覆盖了应用运行风险事件事前、事中、事后的全流程管理。事前：通过应用巡检、故障诊断以及和监控平台的联动，实现应用运行风险的主动发现。事中：通过故障诊断、应急预案、容灾切换实现风险事件快速定位和恢复。事后：通过...
- 产品推荐
- 这些文档可能帮助您