什么是消息演练
单个或多个模块都可能会有不同类型的故障发生，导致模块不能正常运行，例如Producer无法发送消息，这种场景叫做消息的演练场景。需要注意的是演练场景仅是组件表象，其内部故障原因可能是多种多样的，需要进一步进行分析。
趋势分析
通过延时、丢包率、探测次数三个指标在不同维度、不同汇聚粒度的表现来判断网络趋势，可以用来定位网络故障发生的时间点以及业务的网络质量趋势。首页点击 详情分析 按钮，进入“趋势分析”页面。筛选条件：说明 筛选条件“统计时间段”，...
应用场景
平时，您还可以方便地进行容灾演练，确保真实故障发生时恢复流程顺畅，保证容灾计划的准确性。混合云容灾服务让您无需承担自建灾备中心的巨大投入，也无需担心传统容灾方案复杂的软硬件部署运维，极大减少了异地容灾的成本，提高容灾的有效...
服务等级目标SLO概述
告警规则 告警规则能够根据故障的严重程度，在故障发生时及时发出不同等级的提醒，帮助您在错误预算被过多消耗之前及时响应。ASM基于“多窗口多燃烧率告警策略”生成告警规则，适用于大多数场景。多燃烧率策略下，短时间内的高故障率或持续...
服务等级目标SLO概述
告警规则 告警规则能够根据故障的严重程度，在故障发生时及时发出不同等级的提醒，帮助您在错误预算被过多消耗之前及时响应。ASM基于“多窗口多燃烧率告警策略”生成告警规则，适用于大多数场景。多燃烧率策略下，短时间内的高故障率或持续...
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...
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。...
开通备份恢复
说明 数据恢复点目标（Recovery Point Objective，简称RPO），指应用发生故障时预期的数据丢失量。例如，RPO为15分钟，表示在应用发生故障时，最近15分钟的数据无法在云上恢复。默认全库备份，支持对单个表或多个表进行备份恢复。指定时间...
同城多活架构实践
在杭州单元格B的商品应用发生故障的情况下，可使用MSHA切流功能将流量全部切换到另外的单元格，进行快速业务恢复（这里区别于传统的思路，不是去排查、处理和修复故障，而是立即使用切流进行恢复，将业务恢复和故障恢复解耦）。容灾切换...
跨可用区容灾（Beta）
说明 RPO（Recovery Point Objective）即数据恢复点目标，指应用发生故障时预期的数据丢失量。容灾实例将和生产实例共用域名，域名在同一时刻仅指向其中一个实例。因此，同一时刻数据查询和写入仅能在生产或容灾实例选其一进行。释放容灾...
立即备份
背景信息 物理备份：物理备份是指转储 OceanBase 的物理文件包含基线数据、日志归档数据等，一旦数据库发生故障，可以利用这些文件进行数据库恢复。逻辑备份：逻辑备份是指数据库对象级备份，支持表、库两种维度的备份。库级备份时，针对...
自动或手动主备切换
当主实例发生故障或不可用时（例如操作系统错误、硬件故障等），系统会自动触发主备切换，主实例和备实例将进行互换，切换后实例地址保持不变，应用程序会自动连接到新的主实例（原备实例），从而保障业务的连续性和高可用性。此外，您还...
混合云应用双活容灾最佳实践
说明 演练前，基于MSHA流量监控或其他监控产品，确定业务稳态的监控指标（如日常情况RT≤200ms，错误率），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。步骤二：应用故障注入 这里使用阿里云故障演练产品，对...
添加访问地址
当只读可用区发生故障时会切换至另一个可读可用区。一致性级别 最终一致性。只读可用区与主可用区之间存在数据复制延迟，可能会导致查询结果与主可用区存在一定时间差（具体的访问结果由复制的延迟决定），但最终数据会保持一致。相关操作 ...
网络资源
容灾：建立容灾和高可用的系统架构，将系统部署在多个地理位置或数据中心，并使用负载均衡和故障切换技术，以确保即使发生网络分区，系统仍然可以继续提供服务。网络闪断故障 指网络连接在短时间内频繁中断和恢复，造成网络连接不稳定的...
企业单AZ架构升级到多AZ
多可用区部署的常见应用：关键业务系统：对于需要高可用性和连续性的关键业务系统，如金融服务、医疗保健和电子商务平台，多AZ部署可以确保系统即使在一个数据中心发生故障的情况下也能继续运行。容灾要求高的场景：当组织需要符合特定的...
部署高可用及共享存储Web服务
1个公网负载均衡CLB：基于对流量按需分发的能力，可以将流量分发到不同的后端服务器，可消除系统中的单点故障，当某个服务器发生故障时，CLB会自动将请求分配到其他正常的服务器上，从而保证服务的连续性和稳定性。2个文件存储NAS：实现多...
自助诊断GPU节点问题
ACK集群提供节点级别的GPU诊断功能，供您进行部分GPU相关问题的故障排查。如果您在ACK Pro版集群中使用GPU节点时遇到问题，可以启用GPU节点自助诊断，采集GPU诊断的基础指标进行问题排查。本文介绍如何使用节点诊断功能，自助排查GPU节点...
阿里云产品及服务协议
在使用服务前，您应仔细阅读并遵守阿里云在官网页面上展示的相应服务说明、技术规范、使用流程、操作文档等内容，并准确理解相关内容及可能发生的后果；在使用服务过程中，您应依照相关操作指引进行操作，对于您违反相关操作指引所引起的...
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...
实例启动异常常见错误与对应解决方案
解决方案 针对系统进入修复模式，建议您采用微软官方技术支持提出的方案进行处理。具体操作，请参见 How Windows RE Works。为了避免实例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，可以参考以下操作避免产生故障。...
自动SQL限流
说明 例如在可限流时间段内，自定义触发条件为当CPU使用率大于80%，同时活跃会话数大于64，且该现象持续时间超过2分钟时触发自动限流，同时自动开始跟踪：如果发现故障未消除，则自动回滚该限流操作。自动限流触发后，限流操作持续的时间...
错误码
遇到该错误的通常原因是数据节点故障，请联系技术支持。PXC-4108 ERR_VARIABLE_CAN_NOT_SET_TO_NULL_FOR_NOW 描述：变量（variable）不允许被设置为NULL。示例：ERR-CODE:[PXC-4108][ERR_VARIABLE_CAN_NOT_SET_TO_NULL_FOR_NOW]System ...
作业智能诊断
Flink Advisor作业智能诊断服务能够帮您监控作业健康状况，分析和诊断错误日志、异常...作业所在机器存在硬件故障，将在一段时间后自愈，届时您的作业将会发生一次Failover。您可以手动重启（停止后再启动）作业，来规避自愈产生的Failover。
版本管理
详细内容请参见 生成小程序。在运营控制台 多端>版本管理 界面单击...更新小程序包一般为以下两种情形：导航设置发生了变化。LinkedMall品牌商城系统版本或组件版本发生了变化。在生成小程序包之前，须先完成导航设置，否则无法生成小程序包。
故障演练
例如，模拟在高速通道冗余链路中的一条链路发生故障时，网络流量会自动切换至其他冗余链路的场景。借助该工具，您可以测试和验证您与阿里云组建的混合云组网的可靠性。重要 故障演练会通过将被演练的资源关闭，使资源处于人工构造的故障...
主从（备）切换原因
实例故障 阿里云检测到实例发生故障，无法正常使用，系统会发起主从（备）切换，及时恢复业务正常运转，缩小故障影响范围。主从（备）切换完成后，实例状态会显示运行中，您不需要进行任何操作，实例可以正常运行。您可以在 服务可用性 ...
管理探针
在左侧导航栏选择 故障演练>概览。在 概览 页面的 欢迎体验故障演练 区域单击 安装演练探针。请选择您要安装的探针环境，根据不同的环境，选择不同的安装方式。阿里云ECS：如果您需要安装的探针环境为阿里云ECS，请单击 阿里云ECS，具体...
DeviceWanLinkSwitched
告警信息 事件名称 事件级别 状态码 状态描述 DeviceWanLinkSwitched WARN up Device Wan Link Switched 可能原因 WAN链路原有链路发生了故障，切换到备用链路。处理方法 提醒用户WAN链路发生了切换，用户查看原有WAN链路并决定是否主动切...
故障处理流程
当智能接入网关设备发生网络故障后，您可以先观察现象、收集信息，然后对现象和信息进行分析诊断，尝试修复问题。本文为您介绍智能接入网关设备故障处理流程。SAG-100WM故障处理流程说明 通过SAG-100WM访问阿里云，发现故障，请参见以下...
通过异步复制功能实现容灾恢复
当您创建并启动云盘异步复制关系后，如果主盘发生故障，您可以通过异步复制功能对主盘进行容灾恢复。本文主要介绍如何进行容灾恢复操作。前提条件 反向复制前，请确保源云盘（主盘）已经从对应的ECS实例上卸载，即主盘处于未挂载状态。具体...
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...
免费体验PolarDB MySQL热备无感秒切
背景 PolarDB MySQL版 的热备无感秒切技术，通过VDS、全局预热系统、连接保持和事务保持三大特性，解决了 PolarDB 的故障探测、切换速度和切换体验问题。用户可以在任意时刻对集群进行升配，而无需担心连接中断或事务中断问题，真正实现了...
通过一致性复制组实现容灾恢复
当生产站点发生故障时，将开启读写权限的容灾站点中云盘挂载到临时创建的ECS实例上继续运行业务，直到生产站点故障修复完成。警告 故障切换功能会暂停异步复制功能，您需要确保您的生产站点发生故障时再使用故障切换功能，避免数据丢失。...
快速入门-ECS容灾
而当您的主站发生重大故障，需要在云上马上重启核心业务时，则需要进行故障切换操作。方向复制 被保护服务器的应用完成从某个地域（如地域A）容灾复制到另一个地域（如地域B）后，还可以实施反向复制，即从地域B反向复制到地域A。
如何排查Java场景下故障注入不生效的问题
在对Java进程注入故障时，可能会出现故障注入失败的情况。为解决此类问题，在创建或编辑演练时，您可以在故障执行阶段选择开启Debug模式，并通过相关的日志信息来了解故障注入失败的原因。开启Debug模式 在查看目标演练的故障注入日志前，...
设计原则
面向风险的应急快恢原则 在一些场景下，即使设计了各种技术手段去提高系统的冗余、保持业务的高可用，但还是避免不了生产系统故障的发生，所以需要面对故障建立一个高效的故障应急流程机制和稳定的技术平台，实现故障风险实时发现、应急...
应用场景
通过构建灾备库，使用数据同步服务实时增量同步主库数据以确保主库与灾备库数据的完全一致，当业务中心发生地区故障时，直接将业务流量切换到灾备中心，即可立刻恢复服务。在灾备接管期间，通过反向数据同步，可实现随时切回主库。
使用可视化演练
登录 AHAS控制台，在左侧导航栏选择 故障演练>概览。在故障演练页面的左侧导航栏选择 可视化演练。界面展示可视化演练的全局架构视图。左侧显示所有应用列表。列出了应用的机器数量和演练数量，并支持按名称搜索。您可通过应用名称来搜索...
概述
PolarDB 的无感秒切技术从故障探测、切换速度和切换体验三个方面对切换场景进行了优化，包括计划内的切换，如集群升降配和小版本升级，以及计划外的容灾切换。整合了多项技术，来解决用户的痛点问题：引入全新的高可用模块Voting Disk...
- 产品推荐
- 这些文档可能帮助您