功能特性
高可用管理平台 HAS 定位于 IT 技术...故障演练平台支持触发 CPU 利用率升高、内存利用率升高、内存占用、网络丢包、容器宕机、物理机宕机等常见故障，并针对故障制定出详细的演练和恢复计划，保证用户能够有计划地测量和观测应用高可用能力。
ADP底座介绍
常见故障场景自动诊断：内置长期经验沉淀的运维知识库，自动识别常见故障问题，并提供故障处置建议。自动化巡检和告警通知：内置基础告警策略并可灵活配置，可对接多种告警通知方式，定期巡检，及时感知问题。业务数据的存储备份及还原：...
NAT网关故障排查指南
本文介绍NAT网关的常见故障及排查方案。流量不通类故障排查：ECS实例配置DNAT条目后无法被公网访问 VPC内新建交换机的ECS无法通过SNAT访问公网 VPC内存在多个NAT网关时，某交换机的ECS实例不能访问公网 访问流量异常类故障排查：客户端访问...
高性能版实例
以下内容为 AnalyticDB PostgreSQL版 实例常见故障场景中高性能版和高可用版的对比：恢复（Recovery）模式 根据以往 AnalyticDB PostgreSQL版 运行情况，故障最大的场景为恢复模式，故障概率远大于另外两种场景（计算节点故障和计算节点宿...
AIOps 解决方案专家服务内容说明
常见的AIOps应用路径为：对监控的各种关键性能指标（KPI）行实时异常检测；对多维指标进行根源分析，快速下钻到异常维度和元素；基于应用拓扑和实时Trace，实现根因定位；结合CMDB、关联等、构建异常根因上下文，帮助快速修复问题等等。...
服务支持
NLP自然语言处理 常见问题 调用异常自助排查（错误码汇总）服务协议 NLP自学习平台 常见问题 实体抽取项目常见问题 故障排除 私有化部署 企业智能搜索 错误码对照表 常见问题
执行演练
在执行故障演练过程中，您可以实时查看演练进度、每个演练活动的运行状态及结果，同时也能够随时结束演练，进行恢复阶段的活动，清除故障演练影响。背景信息 一次完整的故障演练包括以下四个...后续步骤 停止演练 常见问题 故障演练常见问题
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...
虚拟机场景
本文列出了虚拟机常见的故障演练场景。JvmCodeCache满 制造JVM CodeCache区域满的故障，CodeCache区域满会直接导致JIT编译关闭，从而引起业务系统性能下降。一般用于验证业务系统在高并发且系统性能下降的情况下，是否能够通过限流、快速扩...
GTM如何实现异地容灾
常见问题 故障切换时间是多少？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...
I-V曲线诊断
数据服务中提供光伏智能运维的IV曲线诊断算法，结合环境光强度、环境温度等影响因素，对组串式光伏发电阵列的电流-电压曲线（I-V曲线）进行分析，检测系统可能出现的故障，进而提高设备的运行效率，保障电站高效运行。本文介绍光伏智能运维...
故障演练
常见的故障类型都可以映射到这个故障模型中，模拟故障的演练系统及方案也可以基于该模型进行设计。在设计演练方案的过程中，可以考虑在模型中每个环节进行故障注入，验证故障应急方案。不同演练类型和目标 根据演练过程对线上业务的影响，...
GTM如何实现同城容灾
常见问题 故障切换时间是多少？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...
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...
故障排查与常见问题
控制台访问集群异常问题排查 组件异常问题排查 ACK Serverless集群 故障排查 常见问题索引 集群类型 相关文档 托管版与专有版容器集群ACK 常见问题 ACK Serverless集群 常见问题 分布式云容器平台ACK One 常见问题 容器服务ACK发行版 常见...
故障管理
故障管理概述 故障管理是源于ITIL的一个概念，在IT企业或者互联网企业进行故障管理的目的是当生产环境出现重大宕机时尽快恢复正常的服务运营，将组件失败对业务所造成的负面影响降到最低，从而确保满足事先与业务客户之间所约定的服务级别...
新手指引
模块问题 计费常见问题 数据库常见问题 流量统计常见问题 网站管理常见问题 管理控制台常见问题 网站耗资源（客户程序故障）常见问题 更多常见问题，请参见 常见问题和故障排除汇总。反馈与建议 在使用阿里云云虚拟主机时，如果有任何疑问...
故障演练
ADP提供基于线下交付经验设计的丰富故障演练场景，对基础设施、底座、中间件的常见故障场景进行覆盖，涵盖了集群级别的大规模故障以及节点、pod级别的资源故障。部分演练场景为破坏性场景（如机器重启、网卡损坏），可能导致环境状态异常、...
耗资源用户处理流程
为了保证您的站点能够安全、...关于网站耗资源的原因以及排查方法，更多信息，请参见 网站耗资源（客户程序故障）常见问题。增强版共享虚拟主机和独享虚拟主机可以更好地应对耗资源问题，避免站点被关停。更多信息，请参见 云虚拟主机官网。
步骤六：启动复制
保护组初始化完成后，您就可以启动保护组复制。启动复制就是将生产站点所有数据复制到容灾站点，此时会在容灾站点自动...后续步骤 步骤七：故障切换 常见问题 ECS容灾云盘异步复制型启动复制时，控制台提示容灾站点实例规格异常，如何处理？
步骤六：启动复制
保护组初始化完成后，您就可以启动保护组复制。启动复制就是将生产站点所有数据复制到容灾站点，此时会在容灾站点自动...后续步骤 步骤七：故障切换 常见问题 ECS容灾云盘异步复制型启动复制时，控制台提示容灾站点实例规格异常，如何处理？
步骤六：启动复制
保护组初始化完成后，您就可以启动保护组复制。启动复制就是将生产站点所有数据复制到容灾站点，此时会在容灾站点自动...后续步骤 步骤七：故障切换 常见问题 ECS容灾云盘异步复制型启动复制时，控制台提示容灾站点实例规格异常，如何处理？
基本概念
更多请查看 什么是事件 故障 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。故障比事件优先级更高，事件在处理过程中出现影响扩大或恶化时...
常见问题
网站耗资源（客户程序故障）常见问题 通过Robots协议屏蔽搜索引擎抓取网站内容 流量统计常见问题 云虚拟主机可以升级到云服务器ECS吗？如何取消云虚拟主机的自动续费功能？产品计费问题 计费常见问题 安装网站程序问题 安装完WordPress程序...
CopyObject
调用 CopyObject 接口拷贝同一地域下相同或不同存储空间（Bucket）之间的文件（Object）。版本控制 x-oss-copy-source 默认拷贝Object的当前版本，您可以在 x-oss-copy-source 中加入versionId来拷贝指定的Object版本。拷贝Object时，如果...
应用场景
能够解决 多源监控集成：支持多个常见监控系统集成，简单配置即可完成集成对接。报警统一处理：所有报警进行集中降噪处理，抑制收敛，避免报警风暴。事件闭环管理：对报警生成事件，进行全生命周期管理，不遗漏重大事件。体系化故障闭环...
应用故障自动诊断
常见的故障自动诊断场景 RT突增 下游业务导致的本应用的RT突增，您可以联系下游业务的负责人进行排查。应用变更导致的RT突增，您可以查看此次变更的具体变更进行排查。应用的某个服务导致RT突增，可以排查以下情况：服务是否在此时有发生...
故障排查
本文介绍微服务引擎MSE在使用过程中常见问题的故障分析和排查流程。微服务注册配置中心问题排查 在浏览器中输入 XXX:8848/nacos，访问MSE的Nacos注册中心时返回404错误。具体操作，请参见 通过“XXX:8848/nacos”访问MSE的Nacos注册中心时...
EasyCkpt：AI大模型高性能状态保存恢复
功能介绍 针对频繁故障的情况，PAI通过之前的故障失败场景总结出以下GPU和深度学习场景故障的功能特点：特点1：任务的故障是部分的。通常，故障的根因是一到两台机器的故障，这只会影响部分Worker。对于大规模分布式训练任务而言，不会所有...
什么是数据库备份DBS
常见问题和故障处理 使用DBS时遇到的各类问题，例如需要修改备份源数据库、数据库恢复失败、如何备份RDS只读实例等，您可以在 常见问题 或 常见报错 内查找，可以解决您的绝大部分问题。说明 若在文档中未找到您遇到的异常或报错，或按照...
故障排查
本文介绍阿里云容器服务ACK集群在使用过程中常见问题的故障分析和排查流程。ACK集群异常 添加Kubernetes集群节点的常见问题 容器镜像仓库构建服务失败问题排查 容器镜像服务源码绑定失败问题排查 Kubernetes集群如何指定安全组 Kubernetes...
ack-node-repairer
当Node Problem Detector（简称NPD）组件检测到节点上的故障并生成节点的事件（Event）或者Condition上报给集群时，ACK的自愈系统（ACK Node Repairer）会监听每个节点上的新故障事件，并根据配置对故障节点进行相应的修复操作。...
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...
使用OpenAPI诊断工具进行故障排查
阿里云OpenAPI平台提供使用诊断工具。本文介绍如何使用OpenAPI诊断工具进行故障排查。您可以登录 OpenAPI使用诊断，输入完整的RequestID或SDK报错信息，然后...如果诊断工具仍未能解决您的问题，您可以参考 故障排除、常见问题 获取解决方案。
监控服务概览
OSS监控服务为您提供系统基本运行状态、性能以及计量...故障排除 提供常见的问题场景和故障排除方法。注意事项 OSS Bucket全局唯一，如果删除Bucket之后再创建同名的Bucket，那么被删除的Bucket的监控以及报警规则会应用在新的同名Bucket上。
网站耗资源（客户程序故障）常见问题
本文汇总了使用云虚拟主机出现网站耗资源（客户程序故障）时的常见问题。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...
拷贝文件
本文介绍如何将源存储空间（Bucket）中的文件（Object）拷贝到同一地域下相同或不同目标Bucket。注意事项 本文以华东1（杭州）外网Endpoint为例。如果您希望通过与OSS同地域的其他阿里云产品访问OSS，请使用内网Endpoint。关于OSS支持的...
拷贝文件
使用阿里云SDK 以下仅列举常见SDK通过 CopyObject 方法拷贝小于1 GB文件的代码示例。关于其他SDK的拷贝小于1 GB文件以及通过 UploadPartCopy 方法拷贝大于1 GB文件的代码示例，请参见 SDK简介。Java import com.aliyun.oss.ClientException...
功能优势
丰富的故障场景 丰富的故障场景也是 AHAS Chaos 的一大特色，包括了以下场景：常见的基础设施资源例如CPU、内存、磁盘等。应用级别的故障注入，目前只支持 Java 应用，后续将陆续推出对于 NodeJs 和 C++ 的应用故障注入。云原生领域的演练...
Tair集群无感扩缩容
数据拷贝方式可能会导致大Key迁移出现卡顿，甚至错误，触发高可用（HA）故障切换。运维难度大 若迁移期间出现失败，需要依靠人工手动恢复数据库，难度高、耗时长且易出错。按Key迁移通常速度慢，扩缩容所需耗时长，往往迫使业务方在业务低...
- 产品推荐
- 这些文档可能帮助您