2023年10月2日19:32，收到阿里云的通知短信，最近几年几乎每年都会遇到短暂的 DDoS 攻击，为了减少攻击带来的影响，我们部署了好多台负载均衡，本以为和以前一样只是其中1-2台负载均衡受到攻击而被屏蔽。 但接下来接连不断的通知短信把我们惊呆了，我们针对不同线路部署的所有负载均衡全部被攻击，全...
https://weibo.com/ttarticle/p/show?id=2309404650615585505652 使用SLOWLOG命令查看Redis中的慢查询操作。 前几篇日志总结了下对Redis部署时的一些配置，Redis启动后，面对各种请求，数据持久化到硬盘，很可能会出现内存不足等
https://www.jianshu.com/p/095e820361ae 问：磁盘打满扩容后能正常重启吗？答：不一定 要看文件格式是否损坏（log、index等）。如果损坏会报错：index file due to requirement failed: Corrupt index found,
本文基于故障定位项目的实践，围绕根因定位算法的原理进行展开介绍。
https://www.jianshu.com/p/f2b399cf260a 作者：vivo 互联网服务器团队- Hao Chan 随着互联网业务的快速发展，基础设施的可用性也越来越受到业界的关注。内存发生故障的故障率高、频次多、影响大，这些对于上层业务而言都是不能接受的。 本文主要介绍EDAC（E
http://blog.itpub.net/31545813/viewspace-2924677/ 背景 最近从ELK日志分析发现： 有很多应用连接redis 超时; 监控平台出现”redis 集群不健康“告警; 结合之前的经验，我们一般的应处理手段为：重启连接redis超时的应用，原因有以下两点：
https://www.oschina.net/translate/how-netflix-does-failovers-7-minutes-flat?print 在冬季2012年，Netflix公司遭受了 长时间断电 持续了七个小时，由于在美东地区的AWS弹性负载均衡服务的问题。（Netflix的
编者有言：本书由资深数据库连接池专家撰写，褚霸、德哥、张亮、吴晟等近10位专家高度评价，从设计思想、功能使用、原理实现、工程实践、技术扩展5个维度对HikariCP进行全面讲解和深入分析。 本文将带你抢先阅读 第10章及第14章节选内容 作者介绍 朱政科，资深架构师，十年IT老兵，对各种数据库连接池
前段时间收到线上一些列告警，内容是CMSGC太频繁。那接下来这篇文章我会告诉你：什么是CMSGC太频繁；整个排查过程与你分享；以及一些规避手段。
2022年12月18日上午，阿里云发布《阿里云香港可用区C某机房设备异常》公告。“阿里云监控发现香港地域某机房设备异常，影响香港地域可用区C的云服务器ECS、云数据库PolarDB等云产品使用，阿里云工程师已在紧急处理中。” 在这个寒冷的冬天，一个炸雷给业界惊起了一个大波浪。很多人不解的是说好的高可
摘要：在 Karmada 最新版本 v1.3中，跨集群故障迁移特性支持优雅故障迁移，确保迁移过程足够平滑。 本文分享自华为云社区《Karmada跨集群优雅故障迁移特性解析》，作者：Karmada社区。 在多云多集群应用场景中，为了提高业务的高可用性，用户的工作负载可能会被部署在多个集群中。然而当某个
摘要：本文详细梳理分析了DWS服务面临软硬件故障场景和对应的修复原理，希望借此能够让你对DWS的集群故障修复有个全面深入的了解。 本文分享自华为云社区《GaussDB(DWS)故障修复系统性介绍》，作者： 闻鲜生。 DWS是一个分布式架构的MPP集群，物理部署上涉及数百数千台主机和对应的磁盘，以及这
摘要：华为云Stack全链路故障诊断与分析平台，以云网络中的逻辑网络、虚拟网络、物理网络作为网络故障分析诊断切入点，以三层网络路径拓扑为核心，端到端实现三层网络路径可视化。 本文分享自华为云社区《云网络运维必备神器：全链路故障诊断与分析》，作者： 周艳春｜华为云Stack高级工程师。 背景 网络作为
https://www.cnblogs.com/zisefeizhu/p/16611626.html 背景 在部署新的paas平台线上环境时，突发consul和es中间件无法创建。 排查过程 以consul 通过查询k8s集群中pod状态发现原来3pod的consul集群，其中2个pod一直重启。
https://www.163.com/dy/article/I0N6HEIT0511D6RL.html OpenAI表示，Redis的开源库bug导致了发生在周一的ChatGPT故障和数据泄露事件，当时一些用户可以看到其他用户的个人信息和聊天查询内容。 ChatGPT在侧边栏中显示了用户执行的以往
https://www.cnblogs.com/zhchoutai/p/7088826.html 一个非常easy的问题，之所以让我对这个问题进行总结。一是由于没我想象的简单，在处理的过程中遇到了一些磕磕碰碰，甚至绕了一些弯路。二是引发了我对故障处理时的一些思考。 6月19日，下午5点左右。数据库出
案例说明： 在执行表数据查询时，出现下图所示错误，索引故障导致表无法访问，后重建索引问题解决。本案例复现了此类故障解决过程。 适用版本： KingbaseES V8R3/R6 一、创建测试环境 # 表结构信息prod=# \d+ test1 Table "public.test1" Column|
https://www.cnblogs.com/kingbase/p/16266365.html 案例说明：在通过sys_archivecleanup工具手工清理wal日志时，在control文件中查询的检查点对应的wal日志是“000000010000000000000008”，但是在执行清理时，
中断是系统用来响应硬件设备请求的一种机制，它会打断进程的正常调度和执行，然后调用内核中的中断处理程序来响应设备的请求。 一、 为什么要有中断 举个生活中的例子，让你感受一下中断的魅力。比如说你订了一份外卖，但是不确定外卖什么时候送到，也没有别的方法了解外卖的进度，但是，配送员送外卖是不等人的，到了你
摘要：本案例将带大家使用一份开源的S.M.A.R.T.数据集和机器学习中的随机森林算法，来训练一个硬盘故障预测模型，并测试效果。 本文分享自华为云社区《基于随机森林算法进行硬盘故障预测》，作者：HWCloudAI 。 实验目标 掌握使用机器学习方法训练模型的基本流程； 掌握使用pandas做数据分析
