检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
COST01 规划成本优化相应的组织机构和流程 COST01-01 规划企业组织，将组织结构，流程和成本管理相匹配 COST01-02 规划IT治理体系，提高管理效率 COST01-03 明确团队责任，建立和维护成本意识文化 COST01-04 指定云资源管理策略和相应的权限管理机制
针对具体故障进行检测时，根据检测的类型通常可以分为资源检测、功能检测和业务检测。 资源检测：云环境中一般指虚拟化后的物理硬件资源及其对应的软件资源，具体包含CPU、内存、网络和磁盘资源等。 功能检测：对组成产品系统的各个内部模块对象进行检测的过程，确定模块功能是否满足设计的需求。当产品系统的功能发生故障时，对外
实例进行负荷分担。 对于无状态业务，启动AS弹性伸缩，自动扩展资源。 应用层进行过载保护，保障优先业务的运行。 连接后端ECS失败 检测：网络连接失败。 恢复： 至少部署2个后端ECS。对于无状态业务，配置ELB弹性负载均衡保障业务可靠性；对于有状态业务，由应用层实现多实例高可用。
控）的安全要求，实战化攻防演习将成为常态，以攻促防是实现精确防御、精准防护的有效方法。 事件演练为了高度模拟真实攻击场景，其攻击链与实际的网络战一样，包括信息搜集、边界突破、武器投送和横向扩散等，在实际攻击当中，利用率最高的是弱口令（简单口令、重复口令）爆破、流行漏洞利用和钓鱼。
源浪费。参考预留实例管理。 网络配置 公网访问：函数提供了公网访问能力，但是函数提供的公网出口带宽有限，且所有租户共享，只适合对带宽、可靠性要求较低的测试业务使用。 VPC访问：函数提供了指定VPC访问的能力，但在冷启动时会初始化到该VPC网络的网络链路造成额外的冷启动时延。 如
性能衡量指标包括吞吐量、资源利用率、伸缩性。 吞吐量：在相同资源环境下，执行相同计算任务，查看任务的完成速度 资源利用率：执行计算任务，查看在不同负载情况下，cpu、内存、网络的使用率。 伸缩性： − 横向扩容带来的性能提升曲线：增加资源，执行相同计算任务，查看性能提升比率。 − 增加系统负担带来的性能下降曲线：
ranktable路由规划是一种用于分布式并行训练中的通信优化能力，在使用NPU的场景下，支持对节点之间的通信路径根据交换机实际topo做网络路由亲和规划，进而提升节点之间的通信速度。本案例介绍如何在ModelArts Lite场景下使用ranktable路由规划完成Pytorch
检测：连接失败。 恢复： 应用层进行重试，以应对暂时性故障，如RDS实例正在进行主备切换时；应用故障重试处理可参考“故障重试”。 当RDS实例由于过载导致网络限制时，可参考“RDS的CPU /内存/磁盘容量/磁盘IOPS/数据库连接数使用率过高”的处理。 父主题： RDS云数据库
应用层进行重试，以应对暂时性故障；应用故障重试处理可参考“故障重试”。 当多次重试后仍无法写入成功，可将数据写入本地缓存，待服务可用后再写入实例。 当实例由于过载导致网络限制时，可参考“CPU /内存/带宽使用率过高”的处理。 父主题： DMS分布式消息服务
COST02-02 精细化预算管理和跟踪 风险等级 高 关键策略 针对企业不同项目/业务/应用，应该建立预算管理机制，精细化管理每个项目/业务/应用全生命周期的云开销。 企业的项目/业务是随时间变化而变化的，一般而言，新兴业务/项目常有更多云资源扩容的需求，而稳定的业务/项目则可
华为云提供了以下几种工作负载的分隔机制： 通过多VPC分隔工作负载：将不同的工作负载部署在不同的VPC中，每个VPC具有独立的网络空间，实现网络隔离。 通过企业项目分隔工作负载：企业项目是云服务资源的逻辑集合，将工作负载部署在不同的企业项目中，实现资源的分组管理和权限控制。
COST02-01 建立云预算与预测流程 风险等级 高 关键策略 由于云资源天然的易申请，易缩扩容的特性，使用云可以提高效率、创新速度和灵活性，与此同时，也导致了云成本和使用模式的高度可变，客户应调整现有的组织预算和预测流程，以适应云的变化。 客户应密切关注历史消费趋势和不断变化
使用率Utilization：覆盖系统资源，包括但不限于CPU、内存、网络、磁盘等。 饱和度Saturation：针对资源的饱和度，如CPU队列长度，注意与业务监控的黄金指标相区分。 错误Errors：资源处理错误，如网络丢包率等。 CES主动监控提供了虚机细粒度的监控能力，其他服务监
应用层进行重试，以应对暂时性故障，如云数据库 TaurusDB实例正在进行主备切换时；应用故障重试处理可参考“故障重试”。 当云数据库 TaurusDB实例由于过载导致网络限制时，可参考“RDS的CPU /内存/磁盘容量/磁盘IOPS/数据库连接数使用率过高”的处理。 父主题： 云数据库 TaurusDB云数据库
遵循可操作性原则能避免很多误报。并且要定期统计和分析告警频率，识别高频告警，解决告警问题，清除明确的告警误报。 设计建议 优化告警阈值：适当提高 内存／CPU／网络 IO 告警阈值。 优化日志级别：优化不合理的日志级别，把部分 ERROR 级别的日志调整为 WARNING。 屏蔽某些日志：对难以调整日
对私钥进行额外保护，如使用硬件安全模块（HSM）来存储私钥。 加密传输： 在证书的传输过程中使用加密通道，如SSL/TLS，以防止证书被篡改或窃取。 避免在不安全的网络中传输证书，确保传输的安全性。 相关云服务和工具 云证书管理服务 CCM：CCM提供SSL证书的申请、签发、查询、吊销等一站式管理服务。 父主题：
修改健康检查配置”。 跨AZ容灾 配合ELB服务，可以实现跨AZ的故障切换。 监控告警 配合CES服务，支持对BMS的CPU、内存、磁盘、网络等进行监控和告警。详见“监控指标说明”。 父主题： BMS裸金属服务
OPS01-02 规划标准化的运维组织 风险等级 高 关键策略 承载卓越运营，应该建立适应您实际的运维组织。运维组织的团队之间具有明确的流程，规定了团队之间的协作方式，例如规定不同团队的响应时间、服务级别目标（SLO) 或服务等级协议(SLA），同时应该记录团队间沟通信息，确保有足够的数据用于后续的改进。
电力、环境、计算服务器、存储设备、网络交换机等基础设施的故障模式的检测和恢复处理，但仍需考虑这些基础设施故障对应用系统的影响及对应的恢复措施，如机房发生灾难(AZ或Region级灾难)、计算服务器故障/重启、使用本地硬盘时硬盘故障/亚健康、网络通信中断/丢包等。而对于应用自身相关
务资源。工作负载运行时的架构始终保持与设计态一致。 自动化资产盘点：使用安全云服务或工具来自动发现和记录云上资源，包括主机、存储、数据库、网络等。这样可以确保资产清单的及时性和准确性。 标签和元数据：使用标签和元数据来对云资源进行分类和描述，以便更好地组织和管理资源清单。通过标签
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
