运维服务内容说明
《故障报告》5 监控预警 帮助客户完善监控体系，及时处理告警事件，提升主动预警和快恢能力。《事件清单》6 智能巡检 定期健康巡检，提前识别风险隐患，提供巡检报告。《巡检报告》7 风险修复 针对巡检发现的容量、性能、安全、稳定性等...
东软案例
解决方案 东软集团围绕运营商、政务云和汽车等行业新一代数字信息系统IT运维场景海量监控数据存储分析痛点，将从遍布全国多地域的手机、平板等终端连接应用系统业务服务的数字足迹和客户数字体验数据、云端&数据中心网络抓包分析数据，应用...
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...
故障基础数据管理
P4 故障场景监控覆盖 基于故障等级定义场景，配置对应的监控项接入7*24监控值班，同时对接入的监控数据额外提供基于算法的智能告警，或者接入研发可自闭环的风险预警，保障业务故障的监控发现率，减少故障持续时间，降低故障影响。...
监控服务概览
OpenAPI访问监控数据 OSS服务的相关监控指标数据可以通过云监控提供的OpenAPI访问，使用方法请参见：云监控SDK参考 访问监控数据 监控、诊断和故障排除 监控诊断和故障排除 通过详细介绍以下各个方面的内容帮助您更好地了解OSS服务的运行...
查看应用加速带宽监控信息
监控项 说明 带宽监控 应用加速带宽包入带宽监控 指客户端加速访问应用时占用的应用加速带宽。单位：bps。您可以单击监控项后的单位下拉列表，调整带宽单位为Kbps、Mbps或Gbps。应用加速带宽包出带宽监控 指应用向客户端发送返回数据时占用...
产品优势
云监控是阿里巴巴集团多年来监控技术研究积累的成果，结合阿里云计算平台强大的数据分析能力，为您提供云产品监控、站点监控和主机监控等功能，为您的云产品保驾护航。即开即用 云监控无需您购买和开通。当您注册阿里云账号后，自动开通云...
FAQs
GTM是集成了DNS的智能解析功能、云监控的应用服务监控功能，为客户输出不同网络或地区用户访问实现就近接入、应用服务运行状态的健康检查、故障自动切换等能力。GTM 是现有云解析DNS中全局负载均衡（GSLB）的升级和替代产品，GTM比GSLB支持...
常见问题-FAQ
GTM是集成了DNS的智能解析功能、云监控的应用服务监控功能，为客户输出不同网络或地区用户访问实现就近接入、应用服务运行状态的健康检查、故障自动切换等能力。全局流量管理（GTM）的CNAME接入域名是否能直接通过URL访问？答：不可以使用 ...
公共错误码
错误码 HTTP status code 错误码 错误信息 操作 400 ParameterTimeStampIllegal 时间字段...诊断 400 ParameterRegionIdIllegal regionId非法 诊断 400 OrderOpen 已经开通 诊断 400 InnerUserBuyIllegal 集团上云客户不能购买非内部商品 诊断
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...
故障演练
缺点：逼真度有限 全链路灰度环境/新建业务环境 每周1-2次 监控感知能力/报警应急响应 类似故障复现/改进action验收 应急组织流程、止损预案验证 故障演练实践参考 阿里巴巴集团借助混沌工程实现了无损演练和有损演练的常态化执行，缩短...
查看应用分组
创建应用分组后，您可以查看应用分组的组内资源、监控视图、故障列表、可用性监控等数据，并执行相关操作。通过应用分组集中管理资源，便于您及时接收故障资源的报警通知，并及时处理故障。操作步骤 登录 云监控控制台。在左侧导航栏，选择...
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...
什么是故障演练
验证监控告警的时效性 通过对系统注入故障，验证监控指标是否准确，监控维度是否完善，告警阈值是否合理，告警是否快速，告警接收人是否正确，通知渠道是否可用等，提升监控告警的准确性和时效性。定位与解决问题的应急能力 通过故障突袭，...
报警设置
为了不错失重要通知，建议您对重要的监控指标设置报警规则。当 云原生内存数据库Tair 性能指标（CPU、内存使用率等）异常或实例触发高可用切换时，云监控平台会向您发送警告信息。背景信息 云监控（CloudMonitor）是针对阿里云资源和互联网...
报警设置
为了不错失重要通知，建议您对重要的监控指标设置报警规则。当 云数据库 Redis 版 性能指标（CPU、内存使用率等）异常或实例触发高可用切换时，云监控平台会向您发送警告信息。背景信息 云监控（CloudMonitor）是针对阿里云资源和互联网...
设计方案
从提前发现系统风险、提升测试质量、完善风险预案、加强监控告警、提升故障应急效率等方面做到故障发生前有效预防，故障发生时及时应对，故障恢复后回归验证。基于故障本身打造分布式系统韧性，持续提升软件质量，增强团队对软件生产运行的...
什么是应用监控
多维调用链分析 通过ARMS应用监控提供的调用链分析工具，您可以自由组合筛选条件与聚合维度对调用链进行实时分析，轻松应对查看耗时大于指定时间的慢调用时序分布，查看错误请求在不同机器上的分布，查看VIP客户的流量变化等典型的线上问题...
监控引擎
MSE引擎创建成功后，您可以通过监控引擎的各项运行状态参数和性能指标，快速定位潜在问题和性能制约因素。这有助于及时采取有效的优化策略，提高引擎的稳定性和可靠性，同时最大限度地降低系统中断和故障的风险。本文介绍如何查看监控引擎...
监控引擎
MSE引擎创建成功后，您可以通过监控引擎的各项运行状态参数和性能指标，快速定位潜在问题和性能制约因素。这有助于及时采取有效的优化策略，提高引擎的稳定性和可靠性，同时最大限度地降低系统中断和故障的风险。本文介绍如何查看监控引擎...
诊断网页加载过慢的问题
针对这类问题，ARMS前端监控的慢会话追踪功能提供页面静态资源加载的性能瀑布图，可深入定位页面资源加载情况，全方位地诊断故障根源，从而快速排除故障。问题描述 网页加载较慢是经常出现且前端非常关注的问题之一。定位、排查解决这类...
什么是应用实时监控服务ARMS？
应用实时监控服务（Application Real-Time Monitoring Service）作为一款云原生可观测产品平台，包含应用监控、前端监控、Prometheus监控、云拨测、Grafana服务、告警管理等一系列子产品。其覆盖浏览器、小程序、APP、分布式应用、容器等...
实时分析链路数据
如果您的应用遇到流量不均、单机故障、慢接口治理、业务流量统计、灰度发布监控等问题，可以通过应用监控的调用链分析快速定位问题代码。本文介绍如何通过调用链分析快速定位五种经典线上问题，更直观地了解调用链分析的用法与价值。背景...
性能监控最佳实践
通过将多个性能监控工具整合在一起，形成一个统一的监控平台，可以提高监控效率、监控精度、故障排查效率和可视化程度，从而帮助企业更好地了解其业务系统的运行情况，提高业务系统的稳定性和可靠性。建设一体化性能监控平台步骤 一体化...
依赖服务
为Java应用安装探针后，ARMS即可开始监控Java应用，您可以在 依赖服务 页面了解应用依赖服务的详情，包括外部调用、数据库调用和消息队列的详细信息。前提条件 重要 ARMS应用监控面向已开通新版计费的用户提供全新的监控详情页面，新版计费...
2022年
v2.8.6.1 前端监控 上架CDN应用中心 CDN客户可通过控制台更加便捷地集成并使用ARMS。请参见 前端监控目前支持的地域。v2.8.6.1 Prometheus监控 云服务集成中心全面改版 推出全新云服务集成中心，包含企业云监控和云服务自监控，支持阿里云...
同城多活架构实践
虽然故障最终得以解决，但故障导致的客户流失和企业口碑影响，对快速发展的业务造成不小的打击，迫使企业开始重视同城多活容灾能力的建设，以及定期做故障演练确保故障恢复能力的有效性。同城多活架构改造 基于MSHA多活容灾解决方案，您...
读多写少型业务场景多活实践
虽然故障最终得以解决，但故障导致的客户流失和企业口碑影响，对快速发展的业务造成不小的打击，迫使企业开始考虑容灾能力的建设。这次故障中受损的导购业务，是典型的读多写少型业务场景，包括以下链路：导购页面的展示，是读链路。电商...
集群监控告警说明
集群监控 进入【集群管理-集群监控】可以查看集群整体的监控大盘。上面4个选项卡可以切换图表，分别查看：集群监控大盘、集群巡检结果、底座组件监控、Yoda PV存储监控。集群告警 集群告警策略 集群告警主要包含所有K8s内核以及集群节点...
Spring Boot应用如何快速接入Prometheus监控
Micrometer中的DistributionSummary指标类型对应 可观测监控 Prometheus 版 中的Summary指标类型，与Histogram类似，Summary也是用于统计数据分布的，但由于数据的分布情况是在客户端计算完成后再传入 可观测监控 Prometheus 版 进行存储，...
Spring Boot应用如何快速接入Prometheus监控
Micrometer中的DistributionSummary指标类型对应 可观测监控 Prometheus 版 中的Summary指标类型，与Histogram类似，Summary也是用于统计数据分布的，但由于数据的分布情况是在客户端计算完成后再传入 可观测监控 Prometheus 版 进行存储，...
概览
应用场景 您可以使用主机监控功能查询主机的资源使用情况和故障指标。主机监控的应用场景如下：混合云监控解决方案 主机监控通过云监控插件采集您主机的监控项。该插件支持安装在非阿里云主机上，解决您云上和云下双重环境的基础监控问题。...
将监控数据导出到自建Prometheus
部分客户在云下已有完善的企业IT管理系统，希望能够将云上数据实时导出到线下进行统一监控。基于该场景，云监控推出了监控数据实时导出工具。该工具可以在客户的线下运行，根据配置实时获取云监控的监控数据，并持续写入本地Prometheus。...
管理站点监控任务
查看站点监控任务 您可以查看其任务详情、监控分析和报警规则，便于您及时查看站点的异常数据，并处理故障。登录 云监控控制台。在左侧导航栏，选择 网络分析与监控>站点监控。在 站点监控 页面，您可以查看站点监控列表中的所有报警任务数...
故障发现
7*24监控值班 对于有条件的企业，可以设立全球运行指挥中心（Global Operations Center，简称GOC），实现7*24监控值班，时刻关注核心业务线上异常与故障。对于完成监控覆盖的核心业务场景，在异常上报时，通过工具自动检测或值班人员人工...
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...
如何配置流转规则
告警来源：触发事件&报警&故障 重要 以下规则仅适用监控源为：Prometheus/京东云云监控/阿里云云监控等 除业务监控外 的其他所有监控源。在 新增规则 页面，选择 触发规则的类型；选择 仅触发报警 需要配置 报警触发规则、优先级 和 默认...
使用云监控功能监控网站环境（部署于ECS实例）
设置合理的监控可以让您实时了解系统业务的运行情况，并能帮助您提前发现问题，避免可能会出现的业务故障。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...
概览
智能阈值报警是针对云监控中的云资源实例的监控指标推出的智能报警功能，它自动适配并拟合监控指标的历史数据，展示报警阈值边界，发现监控指标突增或突降的异常行为，为您业务的稳定性提供保障。什么是智能阈值 智能阈值基于机器学习算法...
- 产品推荐
- 这些文档可能帮助您