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，...
挂载文件系统失败故障排查
为什么Windows Server 2016 IIS无法加载SMB volume文件？如何检查并解决Windows NFS soft挂载问题？如何解决Windows挂载NFS协议文件系统的报错？使用容器挂载NAS时，提示access denied by server while mounting<挂载地址>通过云助手批量...
演练场景说明
网络故障是系统运行过程中时常遇到的问题，所以需要提升系统在网络异常情况下的容错能力。Java 场景名称 特性 虚拟机场景 故障演练支持的虚拟机场景。代码逻辑场景 故障演练支持的代码逻辑场景。JVM注入动态脚本 向指定的Java方法注入一段...
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...
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...
流水单据型业务场景多活实践
多活容灾MSHA（Multi-Site High Availability）是在阿⾥巴巴电商业务环境演进出的多活容灾架构解决⽅案。本文通过一个电商业务下单链路案例，介绍典型的流水单据型业务场景，如何基于多活容灾...相关文档 什么是故障演练 为什么需要多活容灾？
读多写少型业务场景多活实践
多活容灾MSHA（Multi-Site High Availability）是在阿⾥巴巴电商业务环境演进出的多活容灾架构解决⽅案。本文通过一个电商业务导购链路案例，介绍典型的读多写少型业务场景，如何基于多活容灾...相关文档 什么是故障演练 为什么需要多活容灾？
故障协同处理（基于钉钉）
本文主要介绍什么是故障协同处理。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...
简介
使用 系统运维管理 SDK之前，您需要：了解并开通阿里云 系统运维管理，详情请参见 什么是系统运维管理。创建AccessKey。系统运维管理 支持以下主流语言的SDK包。语言 参考文档 Python 简介 Java 简介 Go 简介 C#简介 相关链接 阿里云开发者...
在批量执行命令中使用加密参数
通过 什么是系统运维管理 的参数仓库，可以更为方便的对参数进行集中管理。利用参数仓库的 加密参数，可以更安全的管理命令中的敏感信息。本文介绍如何在OOS批量执行命令时使用加密参数。前提条件 已开通密钥管理服务（KMS），请参见 什么...
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 ...
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...
利用定时开关机节省成本
关于OOS更详细的介绍请查阅 什么是系统运维管理 OOS（CloudOps Orchestration Service）。场景简介 如果您的服务产品在每天都有特定的流量高峰期时间段，在此时间段内需要大量的实例维护服务。当过了每日的流量高峰期时间段后，此时保留...
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...
强弱依赖治理概述
什么是强弱依赖？异常发生时，不影响核心业务流程，不影响系统可用性的依赖称作弱依赖，反之为强依赖。以商品详情页为例。商品详情页后台系统架构如下。如果商品详情页对下游依赖是强依赖，例如当下游依赖 库存、优惠、物流 出现故障的时候...
演练场景
故障演练是业务系统上线前必要的演练环节，旨在对应急预案的可行性，进一步完成应急预案，从而帮助提升产品、集群、机房的稳定性，减少故障的发生，提高故障应急效率，进而提升产品竞争力。一个完整的故障演练过程为 创建故障原子服务>创建...
PTS压测快速入门
更多信息，请参见 什么是故障演练。容灾阶段：在容灾防护阶段，您需要构建系统的容灾解决方案。阿里云提供了 多活容灾 平台助力您建设系统容灾稳定性。更多信息，请参见 为什么需要多活容灾？PTS压测流程 PTS是具备强大分布式压测能力的...
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，分钟级的高可靠的业务持续性保障，有效避免了地域性灾害导致的系统故障。
ECS整机恢复
当ECS整机发生系统故障或者错误操作时，您可以通过备份点的克隆和恢复功能，实现ECS整机回退和创建新的ECS整机。本文介绍整机恢复的相关操作。前提条件 已创建ECS整机备份。具体操作，请参见 备份ECS整机。重要 当源ECS存在时，支持直接...
云盘恢复
当ECS挂载的云盘发生系统故障或者错误操作时，您可以通过云盘在源地域的备份点或者复制到目标地域后的备份点，进行原盘恢复或者创建新盘操作来实现数据恢复。前提条件 已创建ECS整机备份。具体操作，请参见 备份ECS整机。背景信息 云盘恢复...
词汇表
负载均衡 负载均衡是一种对流量进行按需分发的服务，通过将流量分发到不同的后端服务器来扩展应用系统的吞吐能力，并且可以消除系统中的单点故障，提升应用系统的可用性。更多信息，请参见 什么是负载均衡。高速通道 高速通道（Express ...
设计原则
因此，数据容灾对于企业来说是非常必要的，数据灾备是企业保护核心数据的重要手段，能有效降低勒索病毒、系统故障、自然灾害和运维事故导致的数据丢失和损坏问题，同时满足行业安全和合规要求，可以保障企业的正常运行和稳定发展。...
云盘恢复
当ECS挂载的云盘发生系统故障或者错误操作时，您可以通过云盘在源地域的备份点或者复制到目标地域后的备份点，进行恢复原盘或者创建新盘操作实现数据恢复。本文介绍云盘恢复的相关操作。前提条件 已创建云盘备份。更多信息，请参见 创建云...
设计方案
在软件系统架构演进中不变的是系统的基本属性，包含存储、计算和网络，变的是存储、计算和网络的实现方式和规模，往大规模、高性能、高可靠、易扩展等方向迭代演进，所以对架构稳定性提出了更高的要求。系统可预见的稳定性风险包含软硬件...
主备切换
常见问题 Q：实例故障触发主备切换的原理是什么？A：依赖高可用HA（High Availability）系统的探活机制实现故障检测，具体如下：主要事件 说明 健康检测 HA系统会探测确认主备节点健康状态。主节点异常 发现主节点不可用，会将备节点提升为...
主备切换
常见问题 Q：实例故障触发主备切换的原理是什么？A：依赖高可用HA（High Availability）系统的探活机制实现故障检测，具体如下：主要事件 说明 健康检测 HA系统会探测确认主备节点健康状态。主节点异常 发现主节点不可用，会将备节点提升为...
使用ASM构建分布式系统的容错能力
重要 请勿频繁地重试或重试过长时间，避免出现级联的系统故障。解决方案 ASM支持使用虚拟服务定义HTTP请求重试策略。以下示例定义网格中的服务请求httpbin应用时，如果httpbin应用无响应或与httpbin应用建立连接失败，会重新请求httpbin...
使用ASM构建分布式系统的容错能力
重要 请勿频繁地重试或重试过长时间，避免出现级联的系统故障。解决方案 ASM支持使用虚拟服务定义HTTP请求重试策略。以下示例定义网格中的服务请求httpbin应用时，如果httpbin应用无响应或与httpbin应用建立连接失败，会重新请求httpbin...
实例启动异常常见错误与对应解决方案
1671696280：Windows系统BCD配置异常或磁盘文件系统故障，导致系统启动失败 问题现象 通过VNC登录实例时，Windows系统启动失败，启动界面显示 Windows未能启动，原因可能是最近更改了硬件或软件 错误信息，且 状态 为 0xc0000001。...
数据库代理常见问题
数据库代理是什么架构，有故障切换机制吗？数据库代理采用双主节点的高可用架构，流量连接按照1:1比例分发到两个节点当中，如果其中一个节点发生故障，将由另一个节点承担全部流量，并会自动触发故障节点重搭恢复任务，以确保数据库服务的...
客户案例
业务挑战 一致性，一致性是金融业务的生命线，为了应对硬件或者系统故障（IDC/OS/机器故障），传统的数据库在这方面为业务提供多种选择。最大可用模式在主库故障情况下可能造成数据丢失。最大保护模式会提高全年的不可用时间，并造成性能...
网站耗资源（客户程序故障）常见问题
什么是网站耗资源（客户程序故障）？网站程序占用CPU及内存过多，是对资源的一种浪费。当您使用普通版共享云虚拟主机建站后，可能会因为网站程序编写不合理、代码错误严重等原因，造成服务器负载急剧上升，影响您访问网站时的正常使用。...
如何通过 mPaaS 框架解决 App 线上问题
发布 H5 离线包更新如果某些故障是发生在离线包内，在定位到问题后，可以直接通过实时发布控制台发布新的版本即可。这种方式也是推拉结合，及时触达用户。发布小程序更新如果故障发生在小程序中，只需要重新修改小程序，重新发布。和 H5 离...
故障演练
所以可以对故障模型再做一次升级，并得到一些推论：故障是来自于硬件（如IaaS层），软件（如PaaS或SaaS）的故障。并且有个规律，硬件故障的现象，会在软件故障现象上有所体现。故障隶属于单机或是分布式系统之一，分布式故障包含单机故障。...
围绕混沌工程的平台实践
因此混沌工程是一门学科，它提供了基本的理论指导，而故障演练是混沌工程的具体实践，通过向目标系统注入真实可能发生的故障来考量系统的稳定性。混沌工程和AHAS Chaos AHAS Chaos是以混沌工程为理论指导的故障演练平台，目标是成为混沌...
DDH生命周期
您可以自主迁移故障潜伏期的DDH到其他物理机，具体操作请参见 迁移有潜在故障风险的DDH。是 故障 稳定状态 DDH出现故障。您可以 提交工单 检查并处理问题。是 已过期 稳定状态 包年包月DDH到期时出现的状态。对DDH续费后，DDH的状态会变为 ...
实例启动/停止异常常见问题
正常关机：ECS正常关机中，但因为操作系统在做系统补丁修复，或者系统配置不高导致操作系统启动反应慢，所以关机时间比较长。异常关机：ECS关机有异常，比如关机时系统报错，并没有真正进入关机流程。解决方案 通过查看实例的屏幕截图，...
创建事件运维任务
事件名称 是 系统事件的名称，可多选，取值参见 云产品事件。地域 否 事件关联资源所在的阿里云地域，可多选。取值请参见 地域和可用区。事件等级 否 事件等级，可选值严重、警告、信息。事件详情匹配规则 否 Json格式，用来匹配系统事件的...
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...
常见问题
产品简介FAQ 什么是文件存储NAS？文件存储NAS支持哪些访问协议？如何选择NFS和SMB文件系统协议？每个账户可以创建多少个文件系统、文件系统有什么限制？更多产品简介常见问题 产品定价FAQ 开通NAS服务后，就开始计费吗？购买了存储包为什么...
- 产品推荐
- 这些文档可能帮助您