单实例快速恢复
该方案为当前每个实例内部默认启用，当系统发生故障时，无需手工运维介入，系统可以自动恢复。在恢复期间，如果查询算子需要访问恢复中的节点，则查询会立即失败。节点恢复速度在一分钟左右，当表数量明显增加时，恢复时间会更长。Hologres...
设计方案
监控大屏：监控大屏是指将所有系统的运行情况以图形化的方式展示在屏幕上，以便实时监控系统健康状况。在发生故障时，监控大屏可以快速反应故障情况，并提供相关数据，为故障排查及处理提供依据。风险预测：风险预测是指在发生故障前，通过...
设计原则
数据容灾是指在数据中心或服务器发生故障、灾难或意外情况时，能够保证数据的安全性和可用性的一系列措施和策略。数据容灾的目标是确保在不可避免的情况下，数据的完整性、可恢复性和可用性不受到严重影响，以保障业务的持续运行和数据的...
GxP欧盟附录11标准合规包
业务背景 GxP欧盟附录11（GxP EU Annex 11）是欧盟对于计算机化系统使用的规范性要求，主要针对在制药、生物技术和医疗器械领域中使用计算机化系统的企业和组织。他要求涵盖了计算机化系统的开发、验证、操作、维护和监测等方面，以确保...
如何使用Prometheus监控Windows
每套完整的自建监控系统都需要安装并配置Prometheus、Grafana、AlertManager等，其过程复杂、实施周期长。缺少与阿里云ECS快速集成的服务发现（ServiceDiscovery）机制，因此无法根据ECS标签来灵活定义抓取Targets。如果自行实现类似功能，...
如何使用Prometheus监控Windows
每套完整的自建监控系统都需要安装并配置Prometheus、Grafana、AlertManager等，其过程复杂、实施周期长。缺少与阿里云ECS快速集成的服务发现（ServiceDiscovery）机制，因此无法根据ECS标签来灵活定义抓取Targets。如果自行实现类似功能，...
查看应用分组
在目标应用分组的左侧导航栏，您可以根据所需查看该应用分组的 组内资源、监控视图、故障列表、可用性监控、组进程监控、系统事件、自定义事件、日志监控、自定义监控、报警历史、报警规则 和 业务监控。功能 说明 组内资源 您可以查看目标...
应用场景
电力化工及工业制造监控分析 传统电力化工以及工业制造行业需要通过实时的监控系统进行设备状态检测，故障发现以及业务趋势分析。设备通过工业接口协议将自身状态数据和生产业务数据接入工业设备网关，然后通过 MQTT 协议发送到物联网平台...
什么是故障演练
适用场景 故障演练可适用于以下典型场景：衡量微服务的容错能力 通过模拟调用延迟、服务不可用、机器资源满载等，查看发生故障的节点或实例是否被自动隔离、下线，流量调度是否正确，预案是否有效，同时观察系统整体的QPS或RT是否受影响。...
前端监控场景
现有的Server端监控系统相对已经很成熟了，而页面加载和页面运行时的状态监控一直比较欠缺。主要原因是对于前端监控的重视不足，认为服务端的监控可以部分替代前端监控，这种想法就导致系统在线上运行时，无法感知用户访问系统时的具体情况...
Java应用监控和诊断方案
基于ARMS的应用监控方案 ARMS提供的 应用监控 功能，脱胎于阿里巴巴内部的分布式跟踪与监控系统（内部称为“鹰眼系统”），可以在不修改任何现有代码的情况下帮助网站开发人员和运维人员解决上述问题。调用拓扑图 您可以在ARMS中看到应用的...
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...
EMR Kafka磁盘故障运维
Kafka服务层面：可以在云监控系统中设置EMR Kafka集群的OfflineLogDirectoryCount和UnderReplicatedPartitions等指标告警，及时发现相关指标的异常。ECS系统层面：可以在云监控中设置相应ECS实例的I/O wait和mbps等指标，来监控磁盘的健康...
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...
什么是ARMS前端监控？
现有的服务器端监控系统相对已经很成熟，而页面加载和页面运行时的状态监控一直比较欠缺。例如：无法第一时间获知用户访问您的站点时遇到的错误。各个国家、各个地区的用户访问您的站点的真实速度未知。每个应用内有大量的异步数据调用，而...
使用API查询监控数据
大型企业内部通常有自建的运维监控系统，上云过程中会面临如何将云资源监控数据与已有系统集成的问题。下面本文将为您介绍如何通过云监控接口查询各产品监控数据，从而将阿里云的监控数据与现有系统进行集成。指标类监控数据查询的接口 云...
如何使用Prometheus监控Nebula
每套完整的自建监控系统都需要安装并配置Prometheus、Grafana、AlertManager等，其过程复杂、实施周期长。缺少与阿里云ECS快速集成的服务发现（ServiceDiscovery）机制，因此无法根据ECS标签来灵活定义抓取Targets。如果自行实现类似功能，...
如何使用Prometheus监控Nebula
每套完整的自建监控系统都需要安装并配置Prometheus、Grafana、AlertManager等，其过程复杂、实施周期长。缺少与阿里云ECS快速集成的服务发现（ServiceDiscovery）机制，因此无法根据ECS标签来灵活定义抓取Targets。如果自行实现类似功能，...
报警设置
订阅事件通知：当 Tair 实例产生了主动运维事件（如实例迁移）、实例发生了故障或触发了高可用切换，系统将自动发送报警通知，帮助您及时接收报警通知并处理。包含InstanceMaintenance（主动运维事件）、实例异常、实例维护等。常见问题 ...
围绕混沌工程的平台实践
AHAS Chaos除了提供一些基础的系统指标如CPU、内存、网络、磁盘之外，还集成了阿里云的ARMS，如果您的应用已经接入ARMS就可以在AHAS Chaos里直接观测到对应的指标，后续也将会集成更多的监控系统，功能如下图所示。更多信息，请参见 创建...
如何使用Prometheus监控TiDB
每套完整的自建监控系统都需要安装并配置Prometheus、Grafana、AlertManager等，其过程复杂、实施周期长。缺少与阿里云ECS快速集成的服务发现（ServiceDiscovery）机制，因此无法根据ECS标签来灵活定义抓取Targets。如果自行实现类似功能，...
如何使用Prometheus监控TiDB
每套完整的自建监控系统都需要安装并配置Prometheus、Grafana、AlertManager等，其过程复杂、实施周期长。缺少与阿里云ECS快速集成的服务发现（ServiceDiscovery）机制，因此无法根据ECS标签来灵活定义抓取Targets。如果自行实现类似功能，...
接入指南
MapReduce 阿里云Elasticsearch 阿里云Hologres 阿里云Logstash 阿里云Cloud NAT 阿里云OSS 阿里云PolarDB 阿里云RDS PostgreSQL 阿里云RDS MySQL 阿里云Redis 阿里云SLB 阿里云SLS 阿里云RDS SQLServer 阿里云WAF 开源监控系统 ...
可观测性的设计原则
监控系统的指标可以让组织了解系统的健康状况和性能情况，以便在系统出现异常时快速发现问题。监控指标可以通过监控工具来实现，并允许在发生异常时发送警报。有很多监控工具可以使用，例如Prometheus、Grafana、Zabbix等，以及阿里云提供...
如何使用Prometheus监控Kafka
每套完整的自建监控系统都需要安装并配置Prometheus、Grafana、AlertManager等，其过程复杂、实施周期长。开源Kafka JMX Agent 在某些场景下占用CPU高，对自建Kafka业务有一定干扰。对于 阿里云消息队列Kafka（简称阿里云Kafka），自建...
如何使用Prometheus监控Kafka
每套完整的自建监控系统都需要安装并配置Prometheus、Grafana、AlertManager等，其过程复杂、实施周期长。开源Kafka JMX Agent 在某些场景下占用CPU高，对自建Kafka业务有一定干扰。对于 阿里云消息队列Kafka（简称阿里云Kafka），自建...
设计原则
面向风险的应急快恢原则 在一些场景下，即使设计了各种技术手段去提高系统的冗余、保持业务的高可用，但还是避免不了生产系统故障的发生，所以需要面对故障建立一个高效的故障应急流程机制和稳定的技术平台，实现故障风险实时发现、应急...
如何通过阿里云注册集群和Prometheus...多云容器集群监控
Prometheus可有效监控系统层指标、应用层指标、业务层指标等，采集监控指标后进行存储，同时结合Grafana可实现监控指标的展示和告警等。Prometheus和Grafana结合的方案可有效进行容器集群监控指标采集、存储、展示、告警等，能够有效帮助...
如何通过阿里云注册集群和Prometheus...多云容器集群监控
Prometheus可有效监控系统层指标、应用层指标、业务层指标等，采集监控指标后进行存储，同时结合Grafana可实现监控指标的展示和告警等。Prometheus和Grafana结合的方案可有效进行容器集群监控指标采集、存储、展示、告警等，能够有效帮助...
操作系统监控
云监控通过安装在阿里云主机（ECS实例）和非阿里云主机上的云监控插件，为您采集丰富的操作系统层面的监控指标，您可以为操作系统监控指标设置报警规则。当某个监控指标达到报警条件时，会给您发送报警通知，以便您及时关注其动态。前提...
性能监控最佳实践
这样可以大大提高监控效率，减少监控人员的工作量，同时也可以更加全面地监控系统的性能。提高监控精度：传统的性能监控方案往往只能监控系统的基本指标，例如CPU使用率、内存利用率等。而一体化性能监控则可以通过集成多种监控工具和技术...
快速构建主机监控能力
主机监控是维护和管理IT系统的重中之重，您可以借助云监控快速构建主机监控能力。对于已安装云监控插件的阿里云主机（ECS实例），您可以通过 主机监控 以可视化的方式查看其监控数据，也可以通过一键报警为主机的关键指标快速设置报警规则...
插件概览
云监控的主机监控服务通过在主机上安装云监控插件，为您提供主机的系统监控服务。插件版本 云监控插件共有三个版本，从前往后依次为Java、Go和C++版本，当前最新版本为C++版本。由于C++版本的云监控插件比Go和Java版本占用的CPU和内存资源...
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...
趋势分析
通过延时、丢包率、探测次数三个指标在不同维度、不同汇聚粒度的表现来判断网络趋势，可以用来定位网络故障发生的时间点以及业务的网络质量趋势。首页点击 详情分析 按钮，进入“趋势分析”页面。筛选条件：说明 筛选条件“统计时间段”，...
发现和排查实例问题
合理使用监控相关的功能可以帮助您及时发现和排查实例问题，在故障发生前处理掉潜在风险，避免影响业务。诊断实例的健康状态 实例健康诊断功能可以全方位诊断实例的操作系统配置、网络状态、磁盘状态等。诊断报告中针对异常诊断项目的影响...
订阅事件通知
云监控的报警服务为您提供以下两种报警通知能力，当阿里云产品发生系统异常时，您可以及时知晓发生的事件，并自动处理异常事件（例如云产品故障）。提供通过 短信、邮件、钉钉机器人的方式，对事件发生进行报警。提供将事件分发到您的消息...
订阅事件通知
云监控的报警服务为您提供以下两种报警通知能力，当阿里云产品发生系统异常时，您可以及时知晓发生的事件，并自动处理异常事件（例如云产品故障）。提供通过 短信、邮件、钉钉机器人的方式，对事件发生进行报警。提供将事件分发到您的消息...
2022年
新增Windows Exporter监控 收集CPU、内存、磁盘、网络进程等指标，提供全面的Windows系统监控。更多信息，请参见 如何使用观测Windows。请参见 开服地域。2022年09月 功能名称 功能概述 支持地域 云服务集成中心全面改版 推出全新云服务...
订阅事件通知
云监控的报警服务为您提供以下两种报警通知能力，当阿里云产品发生系统异常时，您可以及时知晓发生的事件，并自动处理异常事件（例如云产品故障）。提供通过 短信、邮件、钉钉机器人的方式，对事件发生进行报警。提供将事件分发到您的消息...
- 产品推荐
- 这些文档可能帮助您