智能压测
此外，在数据库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。前提条件 源数据库支持：RDS MySQL PolarDB MySQL版 说明 不支持 PolarDB MySQL版 的 企业版 单节点 实例。PolarDB-X 2.0。目标数据库实例...
流量回放和压测
此外，在数据库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。前提条件 源数据库支持：RDS MySQL PolarDB MySQL版 说明 不支持 PolarDB MySQL版 的 企业版 单节点 实例。PolarDB-X 2.0。目标数据库实例...
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...
名词解释
这种模式下，两个城市的三个数据中心互联互通，如果⼀个数据中心发生故障或灾难，其他数据中心可以正常运行并对关键业务或全部业务实现接管。命名空间 多活命名空间MSHA Namespace，是一个逻辑租户的概念，用于进行租户粒度的管控配置和云...
基本概念
节点实例的状态如下：运行中（RUNNING）暂停（SUSPEND）失败（FAIL）成功（SUCCESS）终止中（KILLING）跳过（SKIPPED）取消（CANCELLED）排队中（QUEUED）任务流 任务流是由多个任务节点组合编排出的任务组，任务之间可以有依赖关系，整个...
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...
关联资源跟随转组
您可以启用关联资源跟随转组功能，然后设置跟随转组的触发规则，实现关联资源自动转入主资源所在的资源组。应用场景 以ECS实例为例，目前支持的关联资源包括云盘、网卡和EIP，关联资源可以跟随ECS实例转移资源组。具体如下：绑定资源时跟随...
围绕混沌工程的平台实践
本文主要介绍AHAS Chaos是如何围绕混沌工程来打造故障演练服务，您可以了解到混沌工程的基本知识和AHAS Chaos的优势。混沌工程和故障演练 首先您需要了解混沌工程和故障演练的关系。以下是混沌工程官方定义：混沌工程是在分布式系统上进行...
独享资源组模式
说明 变更资源组规格，会置换资源组的机器资源，支付完成后，如果该资源组有正在运行的任务实例，停止任务 界面下会显示任务列表，单击任务实例右侧操作列的 去停止 先停止任务，或者等待任务运行结束后执行变配，否则无法完成资源组的规格...
Multi-Master基础架构
FTS 容错服务（Fault-Tolerance Service），用于检测Segment节点及辅助协调节点的健康状态，并在Segment节点发生故障时进行Segment节点的Primary与Mirror角色的切换。Catalog 以系统表Catalog等信息为代表的全局元信息存储。Main Master ...
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...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步...
如何在SchedulerX 2.0平台上托管ElasticJob任务
高可用 SchedulerX 2.0采用高可用架构，任务多备份机制，经历阿里集团多年双十一、容灾演练，可以做到整个集群任意2个节点发生故障或者任意一个机房断电，任务调度都不会受到影响。与开源ElasticJob的区别 对比项 开源ElasticJob ...
步骤七：故障切换
故障切换完成后，保护组状态变更为 故障切换成功。容灾切换完成后，单击保护组对应的管理保护实例，进入 保护实例列表 页面。单击 容灾站点实例ID/名称 下的链接，验证ECS数据与应用。验证完成后，在保护组的 操作 列，单击，选择 正向保护...
故障协同处理（基于钉钉）
时间线：展示故障的时间线记录，其中有7个节点必须完善详细内容，节点已用红星标注，包含：故障发生、故障发现、故障通告、业务响应、初因定位、恢复执行和故障恢复。节点记录和PC端故障时间线保持一致。复盘 按钮：故障恢复后，需进行故障...
健康检查
为确保ALB后端服务器的业务可用性，您可以通过为ALB服务器组配置健康检查来检查服务器组的运行状况，以避免后端服务器异常对业务的影响，并提升业务可靠性。本文为您介绍如何创建、编辑和删除健康检查等操作。背景信息 ALB 支持基于每个...
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...
步骤七：故障切换
故障切换完成后，保护组状态变更为 故障切换成功。容灾切换完成后，单击保护组对应的管理保护实例，进入 保护实例列表 页面。单击 容灾站点实例ID/名称 下的链接，验证ECS数据与应用。验证完成后，在保护组的 操作 列，单击，选择 正向保护...
支持计划FAQ
加急后的工单为高级售后工程师组，每小时（或与客户约定时间）及时同步进展 7×24小时 工单支持 响应时间：工单分钟 支持工程师：售后工程师组 建议使用钉钉群寻求技术支持，更加高效 7×24小时 工单支持 响应时间：工单分钟 支持工程师：...
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...
管理运行任务
本文介绍如何在基因分析平台中查看、停止和恢复运行任务。用户在基因分析平台中成功创建运行任务后，系统会自动进行解析和执行，直到完成或者失败。在此过程中，用户可以随时查看运行任务的执行进度，任务日志和性能监控等情况。查看运行...
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...
如何管理故障
故障发生条件 当事件重要程度上升、整体影响面恶化、持续长时间未解决，综合评估已达到故障时（P1-P4），处理人可手动将事件升级为故障。当报警来源的指标持续恶化，触发故障产生规则，系统自动产生故障。故障过程 故障过程用于记录管理...
步骤七：故障切换
保护组进入增量复制状态后，您就可以进行故障切换操作。本文介绍故障切换和恢复的基本操作。故障切换类型 数据同步后切换 该故障切换会先停止保护组中被保护的实例，并且等到所有被保护的实例停止后再进行最后一轮数据同步，等待数据同步...
创建DDH
关闭宿主机故障时自动迁移服务：DDH发生故障停机后，您需要 提交工单 申请置换一台健康的DDH。默认值：开启宿主机故障时自动迁移服务。您也可以在创建DDH后修改该配置，具体操作，请参见 设置宕机自动迁移。重要 本地SSD型DDH不支持宿主机...
功能特性
伸缩组 功能集 功能 功能描述 参考文档 伸缩组管理 创建伸缩组 如果需要根据业务变动需求与策略自动增加或减少指定类型的实例数量，则您可以通过创建伸缩组来自动调整您的业务计算能力（即实例数量）。创建伸缩组 启用/停用伸缩组 启用伸缩...
创建专有宿主机
关闭宿主机故障时自动迁移服务：DDH发生故障停机后，您需要 提交工单 申请置换一台健康的DDH。默认值：开启宿主机故障时自动迁移服务。您也可以在创建DDH后修改该配置，具体操作，请参见 设置宕机自动迁移。重要 本地SSD型DDH不支持宿主机...
常见问题-FAQ
答：经过测试团队对GTM多次测试验证，当应用服务发生故障时，GTM最快可在1分钟左右准确发现故障并切换。全网故障恢复时间=故障发现时间+全网生效时间。说明 受限于拨测平台探点发生变化和全国各地运营商TTL缓存原因，如使用不同的拨测平台...
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...
FAQs
答：经过测试团队对GTM多次测试验证，当应用服务发生故障时，GTM能在 3分钟左右 准确发现故障并切换。全网故障恢复时间=故障发现时间+全网生效时间。说明 受限于拨测平台探点发生变化和全国各地运营商TTL缓存原因，如使用不同的拨测平台、...
系统监控报警任务
系统监控报警任务的监控指标以伸缩组为监控粒度，指标值为伸缩组内所有实例的统计平均值。当伸缩组内实例数量发生变化时，监控指标值也会同时进行更新。本文介绍系统监控报警任务支持的监控指标（含ECS指标、ECI指标和ALB指标）。ECS指标 ...
功能更新记录
本文介绍故障演练Chaos历次发布涉及的功能变更，帮助您了解故障演练的发布动态。2021年10月 功能名称 功能概述 支持资源包类型 支持地域 发布时间 微服务强弱依赖支持Dubbo 在应用强弱依赖治理的基础上，微服务强弱依赖治理功能，通过接入...
流水单据型业务场景多活实践
说明 基于MSHA流量监控或其他监控能力，确定业务稳态的监控指标，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。演练预期如下：下单链路对订单应用是强依赖，强依赖故障会影响业务不可用。故障爆炸半径控制在...
源为PolarDB-X的功能规范和约束说明
在出现故障（如网络中断、机房批量设备故障或互联网数据中心IDC故障），且DTS任务存在延迟的情况下，此时如更新至目标库的最后一条数据的时间与故障发生时的时间之差小于RPO（如5分钟），则可以业务优先恢复为准则切流。切流后可能有5分钟...
FailoverDiskReplicaGroup-启用异步复制组故障切换
启用一致性复制组中复制对的故障切换功能。当一致性复制组中某些复制对的主盘出现故障时，可以调用该接口恢复从盘的读写权限。接口说明 一致性复制组功能支持的地域请参见 云盘异步复制概述。一致性复制组必须处于 单次同步中（manual_...
集群系列
基于EBS（Elastic Block Storage）提供的秒级快照能力，将数据恢复耗时从几十分钟缩短到1分钟，从而实现了99%的场景下，备节点从故障发生到节点恢复不超过10分钟。应用场景 适用于有大量流量高峰读请求和数据智能分析需求的大中型企业的...
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...
SanityCheck：算力健康检测
功能介绍 在执行DLC任务时，可能会遇到以下问题：在任务花费一定时间加载模型Checkpoint或其他初始化操作后，由于申请的资源存在故障，无法顺利开始训练，需要调查定位故障问题并重新提交任务。该过程中会导致GPU资源的浪费。在任务运行...
源为PolarDB-X的功能规范和约束说明
在出现故障（如网络中断、机房批量设备故障或互联网数据中心IDC故障），且DTS任务存在延迟的情况下，此时如更新至目标库的最后一条数据的时间与故障发生时的时间之差小于RPO（如5分钟），则可以业务优先恢复为准则切流。切流后可能有5分钟...
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...
- 产品推荐
- 这些文档可能帮助您