更新故障复盘改进详情
problemReason":"故障原因A","recentActivity":"2","injectionMode":"1","recoveryMode":"2","discoverSource":1,"userReport":10,"monitorSourceName":"Zabbix","relationChanges":"关联变更","dutyUserId":1231,"replayDutyUserId":1213...
如何解决MSE Nacos实例域名无法解析的问题？
如果使用的是ACK，请 提工单 联系ACK技术支持协助排查CoreDNS故障原因。方案二：使用ping命令 使用 ping${mse.nacos.host} 指令尝试解析。如果提示 unknown host，则无法解析域名。如果提示 PING${mse.nacos.host}(xxx.xx.xx.xx)56(84)...
诊断网页加载过慢的问题
慢加载详情 页面顶部的 页面信息 区域展示了本次访问的客户端IP地址、浏览器、操作系统等信息，帮助您确认故障原因。慢加载详情 页面的 页面资源加载瀑布图 区域展示了页面静态资源加载的瀑布图，帮助您快速定位资源加载的性能瓶颈。慢加载...
一键诊断
相关文档 通过一键诊断了解数据库性能情况的全貌后，您可以使用如下功能对数据库进行全面细致的诊断，准确定位故障原因，并解决故障。会话管理 性能趋势 锁分析 慢SQL 空间分析 常见问题 Q：一键诊断中，如何计算会话的线程使用率、连接数...
什么是故障
包括根因检查点（如故障原因、最近活动、注入方式、恢复方式等）、故障变更检查、监控检查，并需要对每一个故障明确责任人及团队；故障改进：支持对故障制定明确的改进及验收措施、责任人及完成时间，确保每个深度复盘后的故障都能对业务...
如何管理故障
可对故障根因进行原因检查并结构化录入，检查点包括：故障原因、最近活动、注入方式、恢复方式等；关联故障期间的故障变更，新增故障改进措施等操作。故障状态 处理中：处理中仍未恢复的故障；已恢复：故障对处理中的故障做 恢复 操作后是...
访问策略
6.备用地址池是在默认地址池因故障原因不可用时，可以将用户的访问流量切换至备用地址池上。在 备用地址池 的下拉框中，选择已创建的地址池名称，最后单击 下一步。如果您还没有创建地址池，请参考 创建地址池 文档。注意：如未设置备用...
故障复盘改进详情
0c4840fd3812 幂等校验token 返回数据 名称 类型 示例值 描述 requestId String 4361a0e1-6747-4834-96ce-0c4840fd3811 Id of the request data Object data problemId String 231231 故障ID problemReason String 故障的原因 故障原因 ...
什么是消息演练
随着应用规模的扩大，系统变得越来越复杂，不可避免地会走向分布式化。各种中间组件会相继被引入系统，其中分布式消息服务更是系统中必不可少的一...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。
故障管理
包括根因检查点（如故障原因、最近活动、注入方式、恢复方式等）、故障变更检查、监控检查，并需要对每一个故障明确责任人及团队；故障改进：支持对故障制定明确的改进及验收措施、责任人及完成时间，确保每个深度复盘后的故障都能对业务...
监控报警概述
故障预警 云电脑的故障信息、故障原因及故障时间等信息。使用场景 在日常业务运行的过程中，监控大盘帮助您及时了解账号下全部云电脑资源的全局情况，实时监控提供更详细的数据指标和故障预警信息，帮助您了解终端用户使用云电脑的情况，...
托管节点池节点自动恢复
当发现节点故障时，ACK会根据故障原因触发对应恢复任务，并记录相应的事件。当恢复任务完成后，故障状态解除，节点恢复正常状态。当恢复任务完成后，故障状态依然存在，节点会被置为恢复失败状态。说明 如果集群中存在多个节点池，节点池...
EMR Kafka磁盘故障运维
当出现磁盘故障时，需要根据故障原因、故障影响程度、业务需求（是否接受数据丢失、是否允许服务较长时间不可用）、集群状态等综合考虑恢复采取的策略。如果业务优先保证服务可用，但允许丢失部分数据，则应考虑在可能会丢失数据的情况下，...
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...
功能概述
数据库发生故障后，无法在发生故障时定位到原因，可以通过智能压测功能，在克隆库上复现故障场景，定位故障原因。功能架构 智能压测的功能架构如下图所示：源数据库：将要进行大促、将要业务变更或者已经发生故障，需要进行流量捕获的数据...
智能压测
数据库发生故障后，无法在发生故障时定位到原因，可以通过智能压测功能，在克隆库上复现故障场景，定位故障原因。注意事项 为减少网络延迟对压测的影响，压测客户端和目标实例需要在同一个地域。说明 建议将压测客户端和目标实例放入同一个...
流量回放和压测
数据库发生故障后，无法在发生故障时定位到原因，可以通过智能压测功能，在克隆库上复现故障场景，定位故障原因。注意事项 为减少网络延迟对压测的影响，压测客户端和目标实例需要在同一个地域。说明 建议将压测客户端和目标实例放入同一个...
诊断项与诊断结果说明
如果文件系统未成功调整，表示云盘容量因资源不足或其他原因导致扩容失败，新扩容的磁盘无法使用。请重新发起扩容操作。不同操作系统的扩容方法与限制，请参见 云盘扩容指引。实例配置管理诊断 诊断项（控制台）描述 诊断范围及建议操作 ...
附录：SOFAStack 产品目录
同时满足异地容灾、低成本快速扩容的需求，能够解决传统集中式架构转型的困难，并通过打造大规模高可用分布式系统架构，来支撑金融业务创新。SOFAStack 由四大领域模块组成：分布式中间件、运维管理（应用 PaaS）、高阶运维保障、研发效能...
节点弹性大盘
扩容失败原因：通过上文 弹性活动列表 搜索FailedToScaleUpGroup事件，查看 reason 可定位到cluster-autoscaler触发的扩容活动失败的具体原因。节点缩容时间点：通过上文 弹性活动列表 搜索Node Name和ScaleDown事件，查看具体触发缩容的...
DAS Auto Scaling弹性能力
如果用户的磁盘数据快速增长，算法预测到其短时间内将会可用空间不足时，也会给出磁盘扩容建议及相应的扩容原因说明。计算规格变配的方案如图3所示，其具体流程为：首先，异常检测模块将针对业务突发流量从多个维度（qps、tps、active ...
应用场景
在线业务弹性扩容 根据业务流量自动对业务进行扩容（基于Kubernetes HPA），无需人工干预，避免流量激增扩容不及时导致系统故障，以及平时大量闲置资源造成的浪费。在使用阿里云容器服务ACK场景下，支持将一个应用按比例部署到ECS或ECI上，...
功能架构
基于系统丰富数据和强大功能，可以支撑容灾巡检、故障重放、弹性扩缩、微服务治理和全链路压测等场景。应用监控 系统能同时监控容器应用和经典应用，并通过 LDC、IDC 和单机实例等多视角、多维度逐层下钻分析，实时展现服务实例、依赖的...
Tair选型指南
3 选择容灾方案 云原生内存数据库Tair 实例若因不可预料的原因（例如设备故障、机房断电等）发生故障，容灾机制保障数据的一致性和业务可用性。云原生内存数据库Tair 提供多种灾备方案供您选择，可满足不同的业务场景。4 预估内存规格 提前...
云数据库Redis版产品选型必读
选择容灾方案 当云数据库Redis实例因不可预料的原因（例如设备故障、机房断电等）发生故障，容灾机制可用于保障数据的一致性和业务可用性。云数据库Redis提供多种灾备方案供您选择，可满足不同的业务场景。选择大版本 推荐使用更新的大版本...
集群高可用架构推荐配置
如果由于库存不足等原因导致可用区之间资源不平衡，您可以再进行均衡操作来平衡资源的可用区分布。关于如何配置自动伸缩策略，请参见 节点自动伸缩。启用拓扑分布约束 基于节点的弹性伸缩、部署集、多AZ分布等手段，结合K8s调度中的拓扑...
集群管理常见问题
问题现象：扩容集群时失败，失败原因显示“ECS库存不足_OutofStock”或“ECS库存不足_OperationDenied.NoStock”。问题分析：该错误表示您需要扩容的节点组的ECS机型库存不足，无法满足您的扩容需求。解决方法：您可以等待需要扩容的ECS...
K8s应用运维管理最佳实践
建议用 性能测试PTS 对应用做全链路压测，根据压测水位提前预估好所需Pod和Node数量，在高并发前完成扩容；还需要评估存储和网络带宽，提升存储空间和负载均衡的规格或网络带宽；如果还需要用到应用路由，请注意查看Ingress Controller的...
块存储FAQ
当监控到硬件故障或争用发生时，阿里云会进行资源调度或维修（根据基础设施损坏程度）。SSD云盘具备怎样的I/O性能？请参见 块存储性能。SSD云盘适用于哪些应用场景？SSD云盘具有高性能、高可靠性等特点，适合数据可靠性要求高的I/O密集型...
监控、诊断和故障排除
相对于传统应用程序，开发云端应用虽然降低了用户在基础设施搭建、运维等方面的成本，但却增大了监控、诊断和故障排查的难度。OSS存储服务为您提供了丰富的监控和日志信息，帮助您深刻洞察程序行为，及时发现并快速定位问题。本文主要描述...
自治服务（CloudDBA）
您可以通过该功能排查Redis数据库的故障和性能降低的原因。开启自动扩容 当内存平均使用率达到阈值后会自动升级Redis实例的规格，帮助您快速弹性适配业务高峰，避免内存溢出的风险，有效保障线上业务稳定性。基于预测自动弹性伸缩 以实例...
光模块故障
本文介绍光模块发生故障的原因和处理方法。问题现象 光模块连接后，接口指示灯没有变为绿色。可能原因 光模块不兼容或损坏。智能接入网关设备支持的光模块型号请参见 光模块型号。说明 目前仅SAG-1000设备支持光模块插入。解决方案 通用多...
平滑扩容
本文将介绍 PolarDB-X 1.0 平滑扩容的基本原理。当逻辑库对应的底层存储已经达到物理瓶颈时，需要对底层存储进行水平扩展。例如当磁盘余量接近30%时，您可以在控制台上通过平滑扩容来改善。平滑扩容是一种在线水平扩容方式，通过把原有的分...
设备和交换机之间的链路故障
本文介绍SAG-1000设备发生设备和交换机之间链路故障的原因和处理方法。问题现象 设备和交换机接口之间ping不通。设备的Web端口配置页，端口前的状态灯为红色。动态路由OSPF接入时，Web端口配置页，端口前的状态灯为红色。设备的Web状态查询...
故障止损恢复
故障初因定位 集成企业内部可利用的所有稳定性相关数据（变更事件，...通用垂直专项快恢能力：通过集成包括DB侧慢SQL限流、变更极速回滚、多活容灾切流快恢等通用的快恢能力，结合监控、日志等数据自动定位的故障原因进行对应的快恢方式推荐。
故障协同处理（基于钉钉）
2.故障应急场景群：事件升级故障后，群内推出 故障处理中 消息卡片，如果满足自动生成故障场景群的需求（下文详细介绍创建故障场景群逻辑），故障场景群内同时推出 故障处理中 消息卡片。本群故障消息卡片包含按钮：签到、签到记录、应急...
Redis客户端重连指南
引发暂时性故障的原因 原因 说明 故障触发了高可用机制 云数据库Redis支持节点健康状态监测，当监测到实例中的主节点不可用时，会自动触发主备切换，例如将主节点和从节点进行互换，保障实例的高可用性。此时，客户端可能会遇到下列暂时性...
扩缩容节点池
扩缩容失败错误码及解决方法 在扩缩容节点池过程中，可能会由于库存等原因造成扩缩容失败。您可以在 集群列表 页面单击目标集群名称，在 集群任务 页签查看集群任务列表，单击 查看原因 查看节点池扩容失败原因。常见的扩容失败错误码如下...
扩容分区和文件系统（Linux）
在ECS控制台上扩容云盘容量后，对应分区和文件系统并未扩容，您还需要进入ECS实例内部继续扩容云盘的分区和文件系统，将扩容部分的容量划分至已有分区及文件系统内，使云盘扩容生效。本文为您介绍如何通过两个步骤完成Linux实例云盘的分区...
常见报错
本文介绍在使用PTS过程中出现异常报错的可能原因以及解决方案。常见报错信息 class java.net.ConnectException:null 表示请求在与远端（被压测端）建立TCP连接时出现失败或者被远端拒绝。请检查后端服务器的健康状况，或者网络连接层是否...
- 产品推荐
- 这些文档可能帮助您