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...
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。
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...
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。
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...
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...
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...
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，...
设计方案
故障恢复 定位故障原因后，按照应急预案快速恢复业务，并在事后进行复盘总结。预案执行：在故障响应的过程中，需要按照事先制定的应急预案进行执行。应急预案包括了应急响应流程、各个岗位的职责、处理流程等。预案执行能够保证故障恢复和...
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...
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...
什么是应用高可用服务AHAS
多活容灾 多活容灾MSHA（Multi-Site High Availability），是在阿⾥巴巴电商业务环境演进出来的多活容灾架构解决⽅案，可以将业务恢复和故障恢复解耦，有基于灵活的规则调度、跨域跨云管控、数据保护等能力，保障故障场景下的业务快速恢复...
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...
流水单据型业务场景多活实践
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。容灾切换预期：将UserID为7000的用户切流到杭州单元，切流后该用户将路由到杭州单元，不受北京单元故障的影响。登录 ...
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...
云盒计算资源配置最佳实践
冗余的算力配置，可以大幅提升硬件风险应对能力 云盒提供的IaaS层稳定性，依赖于云上提前预测硬件故障的算法能力，以及宕机迁移和热迁移能力。这些能力可以有效提升云盒IaaS层的故障和风险应对能力，但也需要一定的冗余资源，以便在硬件...
模块开通
多活容灾MSHA（Multi-Site High Availability），是在阿⾥巴巴电商业务环境演进出来的多活容灾架构解决⽅案，可以将业务恢复和故障恢复解耦，有灵活的规则调度、跨域跨云管控、数据保护等能力，保障故障场景下的业务快速恢复，助⼒企业的容...
无法连接Windows实例
故障原因 可能是网卡驱动未开启或网卡配置有问题。解决方法 使用管理终端 登录实例，检查网卡驱动，如果存在异常，则重新安装。步骤三：检查重置实例密码后是否未重启实例 确认是否存在故障现象，如果存在，则参考本步骤解决问题，如果不...
应用故障自动诊断
在EDAS中进入应用总览页面时，会按照您自定义的时间段对该应用的运行情况做一个自动诊断。...数据支持：这一部分包含了得到推测结论的数据支持，不同故障原因的诊断报告中包含的分析数据将不一样。图 1.故障诊断报告示例图-RT诊断
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...
附录：SOFAStack 产品目录
分布式事务的数据一致性 应用解耦后还需要确保数据的最终一致性，利用消息队列事务消息和消息的可靠传递机制，可以在实现系统解耦的同时，保证最终的数据一致性。削峰填谷 在业务高峰期，如秒杀或团队抢购活动中，用户请求量大，流量暴增，...
数据智能概述
功能简介 算法实例 通过配置算法实例，来分析光伏电站运维数据或设备运行数据，使您能及时监测和掌控光伏电站或设备的运行状态和故障情况。算法模板 物联网平台提供算法模板供您使用，您可以查看算法模板的详情信息，如：算法详细介绍、...
AIOps 解决方案专家服务内容说明
智能算法列表 类型 算法名称 算法逻辑 异常诊断类算法 One-Class SVM 基于历史批量数据的做算法学习并进行异常诊断 异常诊断类算法 孤立深林 基于历史批量数据的做算法学习并进行异常诊断 异常诊断类算法 Robust Covariance 基于历史批量...
人脸特征算法上云
本文档用来指导厂商提供特征算法上云服务镜像，在保持算法独立性的前提下实现人脸特征下发。IoT门禁服务向设备下发人脸权限时默认使用图片的方式，核心原因是为了更好的兼容性，下发图片后由端侧设备计算人脸特征值。之所以采用这种方式，...
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...
采集客户端数据的高可用方案
但是在一些相对极端的场景下，单集群可能由于一些预期外原因存在故障停服风险。针对该单集群故障风险，日志服务提供两种异地多活的客户端数据采集方案。方案比较 对比项 方案1：双写 方案2：数据加工复制+写入切换 部署复杂度 低 需要额外...
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 ...
网络资源
网络闪断故障可能由多种原因引起，如网络设备故障、电力波动、通信线路故障等。网络闪断会导致数据传输中断，影响系统和应用程序之间的数据传输，频繁的网络闪断可能导致系统或应用程序无法正常运行。常使用的容错策略如下：设备冗余：使用...
SSL-VPN连接常见问题
本文汇总了建立SSL-VPN连接时出现客户端连接失败、流量不通现象的常见原因并提供了相应的解决方案。常见问题快捷链接 客户端连接问题 客户端连接失败怎么办？客户端之前连接成功，但间歇性中断下线怎么办？仅部分客户端连接成功怎么办？SSL...
什么是设备诊断
设备诊断是阿里云物联网平台针对设备运行数据提供的一系列运维场景智能服务，帮助您分析判断设备故障、探测设备潜在风险并及时预知业务异常。服务架构 服务优势 丰富的数据诊断指标 提供网络连接成功率、设备离线原因、云对接次数等丰富的...
人脸人体常见错误码
请优先检查本地网络是否存在故障，例如局域网络等；如果服务器已经返回了RequestId，请通过钉钉群（23109592）联系我们。500 InternalError.Mapping 内部算法处理错误。如有影响业务，请通过钉钉群（23109592）联系我们。400 ...
故障基础数据管理
故障场景等级定义 日常运营中，除用户方环境或自身操作引起的问题外，无论什么原因导致的服务中断、服务品质下降或用户服务体验下降的现象，都称为故障。对故障影响程度的划分就是故障等级定义。定义故障等级是为了指定故障等级定义作为各...
Ambient Mesh模式概述
不影响应用程序是使Ambient Mesh比传统的Sidecar模式具备更少侵入性的原因之一。与采用Sidecar模式时必须将Sidecar代理注入到每个应用程序部署中相比，Ambient模式下无需以任何方式重新部署或修改现有应用程序。通过不重新部署和直接修改...
- 产品推荐
- 这些文档可能帮助您