托管节点池节点自动恢复
正常：当前节点不存在可被发现的故障。故障：当前节点发现故障。恢复失败：当前节点无法恢复。当节点的运行状态发生变化并持续一段时间后，ACK将判定该状态符合故障状态，存在节点故障。当发现节点故障时，ACK会根据故障原因触发对应恢复...
通过Mongo Shell连接MongoDB副本集实例
不同网络类型的ECS实例与MongoDB实例如何连接 ECS实例与MongoDB实例地域不同时如何连接 ECS实例与MongoDB实例不在同一阿里云账号时如何连接 相关问题 排查Mongo Shell登录问题 排查因连接数耗尽导致的数据库连接问题 排查MongoDB CPU使用率...
副本集实例设置主备切换
当某个节点发生故障时，云数据库的高可用系统会自动触发切换操作，保障整体的可用性。同时，云数据库MongoDB提供主备切换功能，供用户在日常容灾演练等场景自行触发切换操作。背景信息 通过控制台或接口 SwitchDBInstanceHA 操作主备切换后...
功能特性
创建实例 自动切换 在实例主节点发生故障时将自动切换，实现实例的故障自愈，切换通常需要30秒左右完成。主备切换 全量备份与全量恢复 对当前实例通过内存快照方式对全量数据进行备份并保存在云存储中，可通过全量恢复将数据恢复至备份时。...
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...
GTM如何实现异地容灾
两地三中心容灾架构，是指在同城双中心的基础上，在异地的城市建立一个备份的灾备中心，用于双中心的数据备份，当双中心出现自然灾害等原因而发生故障时，异地灾备中心可以用备份数据进行业务的恢复。目标读者 企业网络部、业务运维部工作...
标准版-双副本
主节点提供日常服务访问，备节点提供HA高可用，当主节点发生故障，系统会自动在30秒内切换至备节点，保证业务平稳运行。特点 可靠性 服务可靠 采用双机主从（master-replica）架构，主从节点位于不同物理机。主节点对外提供访问，用户可...
自助诊断GPU节点问题
当应用程序遭遇到GPU不可纠正的显存ECC错误时，NVIDIA错误抑制机制会尝试将错误抑制在发生硬件故障的应用程序，避免该错误影响GPU节点上运行的其他应用程序。当抑制机制成功抑制错误时，会产生该事件，仅出现不可纠正ECC错误的应用程序受到...
常用错误码ErrorCode
3003 无法识别的 basis 状态值 检查 basis 的状态值是否设置正确-3004 当前模型的 IIS 不可用 不能调用IIS，可检查问题的类型是否支持-3005 可解模型的 IIS 不可用 该问题可解，无IIS-4000 设置参数错误 检查参数设置 API 是否正确使用-...
实时分析链路数据
如果大量请求突然集中在一台或少量机器，很可能是流量不均导致的热点问题，然后再结合问题发生点的变更事件，快速定位造成故障的错误变更，及时回滚。在 调用链分析 页面设置按IP聚合，如下图所示，可以发现大部分流量集中在opentelemetry-...
故障复盘
复盘文档一般包含以下内容：故障简述：故障概述、影响面、处理人等 故障背景：故障发生时的业务链路 故障时间线：着重强调故障引入、故障发生、故障发现、业务响应、恢复执行、故障恢复几个时间点 故障原因分析：建议先一句话总结，再进行...
GTM如何实现同城容灾
创建1个全局访问策略，解析请求流量 选择 全局，主地址池集合 选择「业务中心01」地址池和「业务中心02」地址池，负载均衡策略 选择 返回全部地址，此设置可实现两个数据中心同时提供服务和发生故障时系统自动摘除故障地址的效果。...
读多写少型业务场景多活实践
在杭州单元发生故障的情况下，可以使用MSHA切流功能将受影响的用户流量切换到另外的单元，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）。容灾切换预期：将...
功能特性
此外，在数据库实例发生故障且无法定位原因时，可以利用克隆库复现故障场景，以便更好地定位故障原因。智能压测 搜索分析 查询并导出SQL语句对应的日志信息。搜索 SQL洞察 SQL洞察聚类分析，用作深度异常的排查。SQL洞察 安全审计 内置了...
流水单据型业务场景多活实践
在北京单元发生故障的情况下，可以使用MSHA切流功能将受影响的用户流量切换到另外的单元，进行快速业务恢复。说明 这里区别于传统的解决思路，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...
网络架构容灾
当地址池中地址发生故障时，HealthCheck模块会准确的检测到异常情况并与DNS交互（如下图中序号3所示），摘除故障地址（如下图中序号4所示），这样用户端会自动解析到可用的地址池（如下图中序号5所示）。并当故障地址恢复时，自动恢复至...
产品优势
针对这些严重制约企业物联网发展的问题，阿里云物联网平台相比企业自建MQTT集群、MQTT服务器具有不可比拟的优势。本文从能力、费用两方面将自建MQTT集群与阿里云物联网平台进行了对比，表明阿里云物联网平台的能力更强、费用更低。更强大的...
功能概览
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连续性保障，有效避免...
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...
EMR Kafka磁盘故障运维
当磁盘发生故障时，应及时完成相关故障的处理，及时恢复集群的容错能力。磁盘运维概述 本文从磁盘监控和磁盘故障恢复角度来介绍磁盘运维策略。磁盘监控 以下内容从Kafka服务层面以及ECS系统层面来简单了解一下磁盘的监控策略。Kafka服务...
跨地域灾备
当主集群发生故障后，阿里云确认主集群不可恢复，开放将项目切换到备份集群所在地域的能力，切换按钮可用，由您选择触发切换，操作步骤如下。重要 您需要谨慎操作切换功能。因为备份非实时，不支持PiTR，所以切换可能会有数据丢失。如果...
主备切换
当 云数据库Redis版 监测到实例的主节点不可用时，会自动触发主备切换，将备节点提升为主节点，保障实例的高可用性。若您收到短信、邮件、控制台站内信等通知，告知您 Redis 实例已完成主备切换，您可以参考本文了解主备切换的原因、影响和...
主备切换
当 云原生内存数据库 Tair 监测到实例的主节点不可用时，会自动触发主备切换，将备节点提升为主节点，保障实例的高可用性。若您收到短信、邮件、控制台站内信等通知，告知您 Tair 实例已完成主备切换，您可以参考本文了解主备切换的原因、...
功能特性
专线+Internet备份：智能接入网关支持Internet链路和专线互为备份链路，当主用链路发生故障时，自动切换至备用链路接入阿里云。说明 目前仅 SAG-1000支持专线功能，SAG-100WM不支持专线功能。更多信息，请参见 什么是高速通道。路由方式 ...
什么是读写分离
以此确保单个只读实例发生故障时，不会影响应用的正常访问。当实例被修复后，RDS会自动将该实例纳回请求分配体系内。说明 为避免单点故障，建议您为一个主实例创建至少两个只读实例。可自定义设权重和阈值，符合多场景使用。您可以自定义...
高压缩引擎（X-Engine）介绍
高压缩引擎（X-Engine）多节点架构可用于保障集群的高可用，当系统发生故障时，可读写的主节点和只读节点之间会自动进行故障切换（Failover），保证了服务可用性不低于99.99%。高压缩引擎（X-Engine）多节点架构图如下：产品优势 超大存储...
步骤五：应用容灾
确保操作人员熟悉容灾恢复流程，当主站真正发生故障时，操作人员可以顺畅地进行容灾切换。按如下步骤进行容灾演练：在 受保护服务器 页签，单击要启动容灾演练服务器右侧对应的 操作 列表下的 容灾演练。在 容灾演练 页面，选择 恢复网络、...
多可用区部署
当主实例1发生故障或者可用区A不可用时，用户将访问的连接切换至备实例2或者可用区B，从而实现高可用，主备容灾的高可用架构图如下所示。主备容灾的方案虽然能够满足大部分用户的高可用需求，但是这种主备容灾方案并不适用所有的业务，存在...
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...
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...
EasyCkpt：AI大模型高性能状态保存恢复
因此，在发生故障时，迫切需要一种以低成本的方法来保存最新的Checkpoint。这样在重新启动训练时就无需重复计算，从而减少时间和成本的浪费。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...
跨可用区容灾
确保操作人员熟悉容灾恢复流程，确保在主站真正发生故障时，操作人员可以顺畅地进行容灾切换。按如下步骤进行容灾演练：在 受保护服务器 页签，单击要启动容灾演练服务器右侧对应的 操作 列表下的 容灾演练。在 容灾演练 面板，选择 恢复...
数据库代理常见问题
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高可用性。数据库代理的性能会随着代理连接...
词汇表
这意味着如果一个可用区发生故障，其他可用区仍能保持正常运行，从而保证了高可用性。同一地域内的不同可用区之间内网互通，使用低时延链路相连。不同地域之间的可用区完全隔离。下图以地域1（包含3个可用区）和地域2（包含3个可用区）为例...
组复制简介
数据 强 一致性 在组复制中，事务总是先传输到集群中其他节点，然后写入Binlog文件，这保证无论主节点在什么时刻发生故障，重新启动后数据都不会比集群选出的新主节点多。旧主节点故障重启后，能够自动加回集群，拉取它缺失的Binlog，就...
强弱依赖治理最佳实践
通过以上业务依赖的预判可以得出以下结论：前端对商品推荐服务预判为弱依赖，表示当推荐服务发生故障时前端正常访问不应该受阻。在购物链路中，商品服务product对商品数据库product-mysql预判为强依赖。表示如果扣减库存失败，则应该阻断下...
健康检查
警告 关闭健康检查后，ALB 不再检查后端服务器，一旦某台后端服务器发生故障，则无法实现访问流量自动切换至其他正常的后端服务器。如延长健康检查的间隔时间，后端服务器出现故障时，ALB 发现故障后端服务器的时间也会变长。方式二：通过...
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...
云监控告警
事件名称 事件所属类型 说明 IP流量告警 数据监控告警 您可以设置数据监控报警通知，及时获知指标数据发生的异常，并在发生故障时及时发现问题，缩短故障处理时间，以便尽快恢复业务。连接数告警 QPS告警 状态码告警 DDoS黑洞事件告警 事件...
跨可用区容灾
确保操作人员熟悉容灾恢复流程，确保在主站真正发生故障时，操作人员可以顺畅地进行容灾切换。容灾演练操作步骤如下：登录 混合云容灾管理控制台。单击 切换到连续复制型容灾。在 概览 页面，单击目标容灾站点对。在容灾中心页面，单击 受...
- 产品推荐
- 这些文档可能帮助您