ECS主动运维2.0，体验升级，事半功倍

Posted 2020-10-31

摘要： 阿里云致力于提供更好用的运维体验，让您使用ECS的过程更透明、高效，并实现更加标准化、自动化的运维方式。基于主动运维2.0，您使用ECS云服务器的体验更加流畅，而且利用系统事件，不再依赖于工单联系客服，可以通过自助处理的方式响应主动运维实例重启，减少对系统可靠性和业务连续性的影响。

     

云服务器 ECS（Elastic Compute Service）是一种弹性可伸缩的计算服务，助您降低 IT 成本，提升运维效率，使您更专注于核心业务创新。当您基于ECS云服务器搭建了业务系统，借助云计算的诸多优势和特性，可以实现对业务需求的敏捷响应和对业务连续性的有力保障。在此基础上，阿里云致力于提供更好用的运维体验，让您使用ECS的过程更透明、高效，并实现更加标准化、自动化的运维方式。

主动运维

      阿里云使用严格的IDC标准、服务器准入标准以及运维标准，保证云计算整个基础框架的高可用性、数据的可靠性以及云服务器的高可用性。对于单台ECS实例， 阿里云承诺一个服务周期内单台ECS实例的服务可用性不低于99.95%；对于单地域多可用区，阿里云承诺一个服务周期内该单地域多可用区的服务可用性不低于99.99%。

      我们知道，在基础设施层面，始终存在一些潜在因素如软件bug或硬件故障等会影响ECS实例的运行，因此为了保证上述高级别的服务可用性，除了云计算基础框架的高可用性设计以外，ECS主动运维不可或缺。主动运维作为ECS的隐形卫士，会主动对承载ECS实例运行的物理服务器做日常维护和故障检测，并尽可能通过在线或轮转升级的方式修复潜在的故障隐患，以持续提升系统可靠性、性能和安全防护能力，保障云服务器稳定运行。

      但对于某些情况，物理服务器需要重启或停机维护，这时主动运维系统会向该服务器上的ECS用户发送消息通知，提示您的ECS实例需要重启迁移至健康的物理服务器之上。此前，用户接到这样的通知后需要提交工单联系客服人员授权处理，随着主动运维2.0的进化，这方面的体验得到多方面的提升。

体验升级

1. 主动运维热迁移，实例运行不中断

     

当主动运维检测到物理服务器存在故障风险时，系统会优先尝试将该服务器上的ECS实例在线热迁移至其他物理服务器，热迁移成功的实例不会中断运行，其业务可以保持在线；只有少量热迁移存在风险的实例才会进入主动运维重启迁移流程。此策略升级后，有效减少对用户业务连续性的冲击，在阿里云用户规模快速增长的情况下，主动运维相关工单数量同比下降125倍！

2. 风险提示更清晰，迁移影响提前知

     

对于有必要进行重启迁移的实例，阿里云会提前向用户发送消息通知和针对性的提示。由于本地存储（本地盘）来自单台物理服务器，不基于多副本分布式技术，在迁移时本地盘所存储数据会被擦除，因此对于本地盘实例，通知中明确提示该风险并提醒您在迁移前及时备份数据。对于云盘实例，通知中提供操作引导，您不再需要提交工单联系客服人员，可以直接在控制台或通过API处理实例重启迁移。

3. 不用工单找客服，系统事件来帮忙

      

云盘实例重启迁移的自助处理功能在控制台和API上线，当您受到重启迁移的系统计划事件时，可以知晓该事件的执行计划。如下图所示，根据您的业务需要，可以选择立即执行重启、预约在业务低峰期执行重启、或等待系统按计划执行，做有准备的运维操作。这样的过程不再需要依赖工单处理，提高效率的同时减少实例重启对您在行业务的冲击。

事半功倍

      正如上面提到的体验改进，“事”半功倍，除了主动运维流程进化，还来源于系统事件的发布。系统事件有利于提升用户对于ECS运行状态变化的感知，并进行有针对性的操作来响应或规避事件对在行业务的影响。通过系统事件的闭环，将更多的运维场景标准化、自动化，让用户获得更好的额云上运维体验。

原文链接

阅读更多干货好文，请关注扫描以下二维码：