计费常见问题
存储容量超过存储包容量 当已购买的存储包无法抵扣文件系统存储容量，您可以购买资源包来抵扣该文件系统超出部分的存储容量。存储包到期 存储包到期后，您可以购买资源包来抵扣该文件系统超出部分的存储容量。说明 存储包绑定文件系统后，...
同城容灾架构概述
非机房级故障（某个机房的单产品故障，例如其中一个机房的ECS服务器损坏），可以通过对单产品的灾备设计来保障发生故障时系统及时切换。应用设计相关参考标准 应用设计相关参考标准如下：无状态化。分布式集群设计、避免单点逻辑出现。幂等...
扩展系统盘存储空间
专属资源组 扩展专属资源组机器系统盘存储空间 PAI为专属资源组每台机器节点免费提供200 GB的系统盘容量，如果您需要扩展系统盘容量，可以在购买专属资源组机器时调整系统盘大小。购买超出免费额度的系统盘大小，计费详情请参见 EAS计费...
标准版-双副本
阿里云自研 故障探测切换系统（HA）阿里云Redis服务封装HA切换系统，实时探测主节点的异常情况，可以有效解决磁盘IO故障，CPU故障等问题导致的服务异常，及时进行主从切换，从而保证服务高可用。主从复制机制 阿里云针对Redis主从复制机制...
标准架构
阿里云自研 故障探测切换系统（HA）阿里云 Tair 服务封装HA切换系统，实时探测主节点的异常情况，可以有效解决磁盘IO故障，CPU故障等问题导致的服务异常，及时进行主从切换，从而保证服务高可用。主从复制机制 阿里云针对 Tair 主从复制...
关键技术竞争力
基于混沌工程的红蓝攻防能力 TRaaS 基于混沌工程、建立演练机制，提供故障注入、演练编排体系能力，支持在不同环境、不同阶段，主动对业务系统进行故障注入，从而在主动观测单应用健壮性的同时，验证整个体系的故障发现能力、应急响应能力...
ECS系统事件概述
说明 非预期运维事件一般指的是因底层宿主机发生了无法预测的故障，或者ECS实例的操作系统发生了内核错误等问题，导致ECS实例突然出现宕机或重启。因宿主机故障导致ECS实例宕机或重启事件（SystemFailure.Reboot）属于偶发现象，无法避免。...
Linux系统的ECS实例运行卡顿，在/var/log/messages...
问题原因 在Linux系统的ECS实例中，当某个进程因为某种原因无法继续执行，并且长时间停滞在某个状态下无法响应，就会发生挂起任务（hung task）故障，出现hung task故障可能原因如下：进程卡住（blocked）：当某个进程在执行过程中出现死锁...
通用性能
系统指标 指标详细 维度 能力 说明 系统部署 Agent自动注册 按规模可选择Agent集群式入网，高可用执行分钟级故障切换 系统性能 自动化峰值调用性能：100/分钟 自动化任务下发 并发调用性能：100台设备并行配置 系统稳定 系统动态扩容能力：...
监控、诊断和故障排除
所以当出现E2E延时突然升高的情况下，如果服务器延时并没有很大的变化，那么可以判定是网络的不稳定因素造成的性能问题，排除OSS系统内部故障。最大延时，包括E2E最大延时和服务器最大延时 成功请求操作分类 流量 流量指标从用户或者具体的...
开通Dataphin
系统仅支持MaxCompute计算引擎，在购买页的选择仅影响系统初始化时的配置，您仍需要单独购买 MaxCompute计算引擎。注意事项 开通Dataphin前，请您了解以下几点：购买前建议您先联系阿里云 售前咨询 并提供企业数据建设需求及背景信息。待...
Quick BI购买、升级、续费、欠费
系统默认选中 1年，支持选择的 购买时长 包括：1年 2年 3年 系统默认选中 1年，支持选择的 购买时长 包括：1年 2年 3年 分角色用户购买:只支持购买专业版（新），您可以根据业务需求进行参数调整。参数 专业版（新）通用用户数 系统默认...
挂载文件系统失败故障排查
通过自动检查脚本定位问题 Linux挂载NFS协议文件系统失败自动检查脚本 Windows挂载SMB协议文件系统失败自动检查脚本 交叉挂载失败排查思路 Linux挂载SMB协议文件系统失败排查思路 Windows系统挂载NFS协议的通用型NAS文件系统失败排查思路 ...
存储资源
磁盘性能下降，读写速度变慢，任务执行时间增加，系统的实时性降低，当磁盘IO负载过大无法承受时，可能导致磁盘故障、系统崩溃或数据丢失。常见的容错策略如下：数据缓存：将数据暂时存储在内存中，减少对磁盘IO的频繁访问。可以利用内存...
配置健康检查
健康检查探测到物理专线链路故障后并不会向您发送通知，推荐您为物理专线配置报警规则，物理专线触发报警规则后，系统会向您发送报警通知，方便您及时处理问题。警告 健康检查目标IP地址必须保证能正常回应ping的探测，本地数据中心不能对...
应用场景
主节点对外提供服务，当主节点出现故障，系统自动切换备用节点接管服务，整个切换过程对用户全部透明。电商行业应用 电商行业通过Redis实现商品秒杀、购物推荐等功能。场景一：秒杀类购物系统 大型促销秒杀系统，系统整体访问压力非常大，...
什么是读写分离
读写属性处理逻辑 读写属性 权限分配方式 主实例权重 正常情况 删除最后一个只读实例 只读实例全部故障 只读 系统分配或自定义 主实例权重不可设置 主实例：不可读不可写（不转发）代理地址：可读不可写 主实例：不可读不可写（不转发）...
EasyCkpt：AI大模型高性能状态保存恢复
在训练过程中，可能会遇到硬件故障、系统问题、连接错误、以及其他未知的问题。这种频繁中断导致的训练进度的损失对于耗时又耗资源的大模型训练来说是难以承受的。尽管可以通过做Checkpoint来保存和恢复进度，但Checkpoint本身的耗时与模型...
什么是容器报警演练
不同于其他故障演练模块对系统注入真实故障，报警演练只会对集群的API Server投递事件，由事件触发报警链路，不会对系统造成真实故障。无侵入。无需在用户集群中安装探针以注入故障，所有事件投递都是通过API Server来进行网络请求。
实例的节点故障处理机制
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 单节点实例适用于测试、培训、非核心业务等场景，生产环境建议使用副本集实例或分片集群实例以保障服务的高可用性。副本集 图 1.副本集架构 ...
管理MySQL集群
主机故障处理策略 主机故障时，系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后自动...
故障演练
故障演练就是这个背景下诞生的，沉淀通用的故障场景，以可控成本在线上故障重放，以持续性的演练和回归方式的运营来暴露问题，不断验证和推动系统、工具、流程、人员能力的提升，从而提前发现并修复可避免的重大问题，或通过验证故障发现...
如何管理故障
当报警来源的指标持续恶化，触发故障产生规则，系统自动产生故障。故障过程 故障过程用于记录管理故障处理的全过程。当故障处于处理中/已恢复状态时，故障详情默认进入故障过程tab页；可以对故障的最新进展、故障影响面（影响服务）、舆情...
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...
创建MySQL集群
主机故障处理策略 主机故障时，系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后自动...
创建集群
主机故障处理策略 主机故障时，系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后再替换...
灾备方案
图 1.Tair 容灾架构演进 灾备方案 灾备级别 说明 单可用区高可用方案★主备节点部署在同一可用区中的不同机器上，当任一节点发生故障时，由高可用HA（High Availability）系统自动执行故障切换，避免单点故障引起的服务中断。同城容灾方案...
创建集群
主机故障处理策略 主机故障时，系统的处理策略：自动替换主机：系统会自动替换故障主机。说明 如果故障主机是云盘主机，云盘会自动迁移计算资源以自动替换主机。如果故障主机是非云盘主机，则系统会先将故障主机上的实例迁移走，然后再替换...
灾备方案介绍
图 1.Redis容灾架构演进 灾备方案 灾备级别 说明 单可用区高可用方案★主备节点部署在同一可用区中的不同机器上，当任一节点发生故障时，由高可用HA（High Availability）系统自动执行故障切换，避免单点故障引起的服务中断。同城容灾方案...
故障止损恢复
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：人工梳理预案：通过全面梳理故障场景及风险场景的可用降级预案来达到该场景触发故障时，系统自动推荐前期关联的预案，提供故障群内一键执行的方式，也提供设定执行条件，符合条件...
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...注意：如未设置备用地址池，则代表当默认地址池出现故障时，系统将摘除故障地址，但不支持智能切换。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。
主备方案介绍
灾备方案 说明 单可用区高可用方案 主备节点部署在同一可用区中的不同机器上，当任一节点发生故障时，由高可用HA（High Availability）系统监控主备节点的健康状态并自动执行故障切换，避免单点故障引起的服务中断。同城容灾方案 主备节点...
替换主机
背景信息 当主机发生故障时，系统会通过短信通知您某台主机有故障待修复，同时对应的主机状态会显示为 待替换。您可以在 计划内事件 中查看本次故障信息。影响 系统会将主机设置为停止分配实例。迁移走本主机上所有实例。系统会保证把实例...
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...
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...
RDS与自建数据库对比优势
需要单独购买监控系统，在云监控中配置告警系统。技术实现难度极大。版本升级成本高。无自动备份系统，流式备份能力需要单独实现，实现按时间点恢复功能成本高。需要单独购买或配置监控系统，通道较少，成本较高。异地数据中心成本极高，...
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...
替换主机
背景信息 当主机发生故障时，系统会通过短信通知您某台主机有故障待修复，同时对应的主机状态会显示为 待替换。您可以在 计划内事件 中查看本次故障信息。影响 执行替换主机操作会有如下影响：系统会将主机设置为停止分配实例。迁移走本...
产品简介
事件中心 统一的报警、事件、故障任务流转处理 事件中心是统一的任务流转中心，统一管理整个企业业务系统运行过程中的所有报警、事件、故障。管理系统历史的所有报警记录、报警消息及时通知订阅对象，帮助企业实时发现问题，规避风险；管理...
Windows 实例系统重启后显示系统恢复选项
最佳实践 为了避免计算机重启后进入系统恢复界面，确保系统能够从故障中恢复，在日常使用中，您可以参考如下最佳实践：将重要数据放在数据盘。定期对系统盘、数据盘进行快照，以便问题情况下恢复数据。在修改系统注册表前备份注册表文件，...
- 产品推荐
- 这些文档可能帮助您