基本概念
RPO Recovery Point Objective（数据恢复点目标），指应用发生故障时预期的数据丢失量。例如，RPO=15 分钟，表示在应用发生故障时，最近 15 分钟的数据无法在云上恢复。RTO Recovery Time Objective（恢复时间目标），指故障发生时，在云...
什么是混合云容灾服务
RPO Recovery Point Objective（数据恢复点目标），指应用发生故障时预期的数据丢失量。例如，RPO=15 分钟，表示在应用发生故障时，最近 15 分钟的数据无法在云上恢复。RTO Recovery Time Objective（恢复时间目标），指故障发生时，在云...
灾备规划
RTO和RPO要求 应用容灾有两个核心的指标：RPO：指应用发生故障时可以容忍的数据丢失量。数据越重要，RPO就要求越小。RPO越小，往往要求数据备份、复制频率更高，对生产环境、网络的压力也会越大，成本通常也越高。RTO：指故障发生后，期望...
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...
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...
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、...
轻量应用负载均衡概述
当其中一部分轻量应用服务器发生故障后，负载均衡会自动屏蔽故障的轻量应用服务器，将请求分发给正常运行的轻量应用服务器，保证应用程序仍能正常工作。弹性管理应用程序的服务能力。您可以根据业务发展的需要，自行添加或移除轻量应用负载...
应用故障自动诊断
应用的某个接口或者服务故障导致的整体故障。应用的下游应用故障导致本应用故障。根因分析：这一部分包含了诊断模型推测出来的深层原因，深层原因比较多，根据实际的情况有所不同。数据支持：这一部分包含了得到推测结论的数据支持，不同...
代码逻辑场景
受影响的请求数 否 0 限制最多发生故障的请求总数，每生效一次故障计数加1，累计发生故障请求数超出设定值后，请求则不再发生故障。填写数值小于等于0时，则表示不限制。受影响的请求占比（%）否 0 限制发生故障的请求数占所有应该发生故障...
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。...
故障演练
例如，模拟在高速通道冗余链路中的一条链路发生故障时，网络流量会自动切换至其他冗余链路的场景。借助该工具，您可以测试和验证您与阿里云组建的混合云组网的可靠性。重要 故障演练会通过将被演练的资源关闭，使资源处于人工构造的故障...
如何固定ECS应用变更过程中的JDK版本
本文介绍如何固定ECS应用变更过程中的JDK版本，以保证应用在发生ECS实例扩容时，新扩容的实例和应用中的实例的JDK版本一致。背景信息 ECS集群默认对导入EDAS的ECS实例自动安装最新版本的OpenJDK。但是当应用发生扩容ECS实例时，新扩容的ECS...
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...
监控
单击 报警设置 配置报警规则，以便在应用发生异常时及时做出响应。报警设置参数配置如下：参数 描述 维度名称 报警规则的名称 报警维度 支持CPU及内存的使用量两个维度 取值方式 目前只支持求和 取值周期 支持1分钟/5分钟 比较条件 监控...
应用概述
应用是ARMS应用监控的被监控主体，为Java应用安装探针后，ARMS即可开始监控Java应用，您可以查看应用拓扑、调用链路、异常事务、慢事务和SQL分析等一系列监控数据。应用的生命周期 从接入应用开始到删除应用结束，应用可能处于不同的状态和...
同城容灾架构概述
非机房级故障（某个机房的单产品故障，例如其中一个机房的ECS服务器损坏），可以通过对单产品的灾备设计来保障发生故障时系统及时切换。应用设计相关参考标准 应用设计相关参考标准如下：无状态化。分布式集群设计、避免单点逻辑出现。幂等...
故障排查
ACK集群异常 添加Kubernetes集群节点的常见问题 容器镜像仓库构建服务失败问题排查 容器镜像服务源码绑定失败问题排查 Kubernetes集群如何指定安全组 Kubernetes集群网络异常的排查方法 容器服务ACK应用故障排查 如何升级集群？排查故障的...
如何管理故障
更新故障通知：在故障处理的过程中，当故障进展发生变化，包括进度更新、影响恶化、故障等级变化、原因明确、根因定位等场景下，可更新故障过程中的内容，并在 故障详情 页点击更新故障通知，选择需要的故障通告类型，并最终确认发出故障...
故障应急协同
故障通告及更新 基于7x24监控值班工作特性，对于业务异常达到故障等级时，以用户定制的（语音、短信、IM）的方式在约定时间内将故障影响信息以及处理进展通知给对应的接收人/组，并持续更新直至故障结束。故障应急协同群 故障发生后，可以...
自动弹性扩缩容
在分布式应用管理中，弹性伸缩是较为重要的运维能力之一。弹性伸缩能够感知应用内各个实例的状态，并根据实例状态动态实现应用扩容和缩容。该功能在保证服务质量的同时，还可以提升应用的可用率。本文介绍如何在EDAS控制台配置自动弹性伸缩...
使用应用安全告警规则
默认告警内容为 应用名称:{{$labels.appName}} 发生应用安全攻击,当前值{{$value}}次。告警通知 极简模式：通过设置 通知对象、通知时段 和 重复策略 参数，指定通知方式。创建通知对象的操作，请参见 告警通知对象。高级模式：通过设置 ...
2022年
v2.8.5.3 告警管理 集成Insights根因诊断功能 支持在接收告警的同时查看告警发生的应用上下游分析，帮助您更快地找到根源问题。不涉及 v2.8.5.3 Grafana服务 新增企业云监控集成 在原有云产品监控数据基础上，丰富了维度信息，使监控大盘的...
如何管理应用级别的资源和任务优先级
例如，一个数据平台的应用，每天夜里会执行成千上万的报表，如果没有资源管理，应用可能会因为超负荷而发生故障。同时，一些核心报表也可能会有极强的时效性，必须在某个时间前生成，会对任务的优先级有强烈的需求。SchedulerX提供了资源...
实例的节点故障处理机制
当节点发生故障后，系统会对故障节点进行检查与修复。节点故障期间实例的相关服务不可用。说明 单节点实例适用于测试、培训、非核心业务等场景，生产环境建议使用副本集实例或分片集群实例以保障服务的高可用性。副本集 图 1.副本集架构 ...
演练概述
基于阿里巴巴多年业务的真实线上故障库的积累，AHAS故障演练模块为您预定义了丰富的测试任务，检验应用的高可用能力。故障演练支持对部署在阿里云ECS实例、容器服务Kubernetes集群、K8s架构类应用、Java类应用进行故障演练。完整的故障演练...
事件中心
该视图可以帮助您在应用出现故障时，快速排查关联的资源各自发生了什么问题。例如在大型企业中，由于某个员工的误操作，重启了生产环境的RDS，导致线上业务故障，利用该视图，可以快速的发现应用访问的RDS出现了重启操作。订阅规则 订阅...
事件中心
该视图可以帮助您在应用出现故障时，快速排查关联的资源各自发生了什么问题。例如在大型企业中，由于某个员工的误操作，重启了生产环境的RDS，导致线上业务故障，利用该视图，可以快速的发现应用访问的RDS出现了重启操作。集群视图 集群...
应用场景
当其中一部分ECS实例发生故障后，CLB 会自动屏蔽故障的ECS实例，将请求分发给正常运行的ECS实例，保证应用系统仍能正常工作。同城容灾（多可用区容灾）为了提供更加稳定可靠的 CLB 服务，CLB 已在各地域部署了多可用区以实现同地域容灾。当...
安装探针概述
为您的主机等资源安装应用高可用探针后，即可使用AHAS架构感知和故障演练功能，能直观地看到应用对基础架构的依赖关系、组件间的依赖关系，以及对指定机器进行故障演练。接入 AHAS架构感知和故障演练可以接入云服务器ECS、自建Kubernetes、...
故障注入
您可以通过故障注入功能向测试应用注入故障，检测应用面对异常时的处理情况。您可以根据检测的情况调整您的应用，以减少应用在正式使用时出现的异常问题。多用于测试环境。配置故障注入规则 登录 SOFAStack 控制台。在左侧菜单栏选择 ...
故障注入
您可以通过故障注入功能向测试应用注入故障，检测应用面对异常时的处理情况。您可以根据检测的情况调整您的应用，以减少应用在正式使用时出现的异常问题。多用于测试环境。功能简介 故障注入流程如下所示：在微服务中，其实现方式为：管控...
接入主机
在普通主机上安装AHAS探针后，即可体验架构感知和故障演练功能，直观地查看应用对基础架构的依赖关系，组件间的依赖关系，以及对应用进行故障演练。本文介绍如何将探针接入主机，主机类型包括Linux和Windows。操作步骤 登录 AHAS控制台，并...
接入ECS
AHAS架构感知和故障演练支持在ECS上一键安装应用高可用探针。安装成功后，您可以直观地查看应用对基础架构的依赖关系，组件间的依赖关系，以及对应用进行故障演练。本文介绍如何快速接入ECS。前提条件 确保待安装探针的ECS系统为Linux或...
服务治理概述
部署和运维 EDAS多语言互通 查询多语言应用服务 为多语言应用配置故障注入 安全和可用性 使用服务鉴权实现多语言应用的访问控制 使用离群实例摘除保障多语言应用的可用性.aliware-toc-container.list-item{ white-space:normal;}
JVM注入动态脚本
受影响的请求数 否 0 限制最多发生故障的请求总数，每生效一次故障计数加1，累计发生故障请求数超出设定值后，请求则不再发生故障。填写数值小于等于0时，则表示不限制。受影响的请求占比（%）否 0 限制发生故障的请求数占所有应该发生故障...
服务管控和治理
故障注入 您可以通过故障注入功能向测试应用注入故障，检测应用面对异常时的处理情况。您可以根据检测的情况调整您的应用，以减少应用在正式使用时出现的异常问题。更多信息，请参见 故障注入。服务鉴权 服务提供者提供服务后，您可以通过...
流水单据型业务场景多活实践
在北京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。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...
实例健康诊断
实例健康诊断功能可以对 轻量应用服务器 实例的计算服务状态、网络服务、存储服务和配置管理等进行全方位的诊断，帮助您了解实例的健康状态，及时发现并解决常见的问题。前提条件 轻量应用服务器...轻量应用服务器故障问题，请参见 故障排除。
EDAS直播公告
安利的企业微服务架构转型之路 云途时代数字化转型实践 EDAS 3.0核心功能演示 2020-05-15 微服务治理实践之金丝雀发布 应用的有些故障是因为发布直接或间接引起的，因此提升发布的质量，减少错误的发生，是有效减少线上故障的一个关键环节...
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...
- 产品推荐
- 这些文档可能帮助您