内置注入故障 带波动的延时故障 基于延时基数和抖动幅度创建带有波动的延时故障。具体触发要结合故障注入功能是否开启、注入故障概率、延时注入开关、延时故障生效概率决定。 异常故障 内置如下异常故障，结合故障注入功能是否开启、注入故障概率、异常注入开关、异常故障生效概率决定是否触发，触发故障为对应模块随机一种异常。

查看更多 →

Oracle迁移到DWS报错ORA-01555 MongoDB连接迁移失败时如何处理？ Hive迁移作业长时间卡顿怎么办？ 使用 CDM 迁移数据由于字段类型映射不匹配导致报错怎么处理？ MySQL迁移时报错“JDBC连接超时”怎么办？ 创建了Hive到DWS类型的连接，进行CDM传输任务失败时如何处理？ 如何使用

查看更多 →

故障现象登记”。 进入“故障现象登记”页面。 扫描/输入故障产品的产品条码，按回车键。 录入故障现象： 故障现象代码：数据来源于故障与缺陷代码中故障现象分类数据。 故障现象说明：对产品故障现象进行说明。 图1 故障现象登记 单击“确认”。 父主题： 质量检验

查看更多 →

网络故障 TE10/TE20如何进行网络测试？ TE10打不开输入激活码的页面，提示“华为云获取地址失败，请检查网络”？ 硬终端显示丢包率阈值A和B分别表示什么意思？ 网络测试ping包和终端提示丢包率的区别是什么以及终端丢包率检测机制是什么? 硬终端激活时，提示“华为云获取地址失败，请检查网络”？

查看更多 →

故障信息收集 故障信息收集方法 如何获取显卡ID 如何查询显卡详细信息 如何查询显卡在位信息 如何查询NVIDIA的错误信息 如何查询XID报错信息 如何收集NVDIA日志 如何查询内核信息 如何收集驱动安装信息 父主题： GPU实例故障自诊断

查看更多 →

故障注入 故障注入是一种有效的测试方法，它能够将错误引入系统，以确保系统能够承受错误的并从错误中恢复。开启故障注入，可以通过配置灵活注入延迟或特定错误，开展故障测试。 以延迟故障注入为例，YAML设置如下（根据实际需求调整配置参数）： route: - destination:

查看更多 →

不隔离 故障定位步骤 NVML显存重映射行数查询异常 GPU驱动或GPU设备存在异常，请根据GPU设备所在的节点类型（E CS 或BMS），联系对应的客服进行处理。 GPU设备DBE错误与SBE错误总数过高 GPU驱动或GPU设备存在异常，请根据GPU设备所在的节点类型（ECS或BMS），联系对应的客服进行处理。

查看更多 →

在线迁移失败的处理建议：提供错误信息，联系技术支持。 绑定port到ECS虚拟机失败 绑定port到ECS虚拟机失败的处理建议： 迁移任务底层资源可能不足，需要联系技术支持处理。 创建迁移ECS虚拟机失败 创建迁移ECS虚拟机失败的处理建议：提供错误信息，联系技术支持。 文件操作异常 文件操作异常的处理建议：

查看更多 →

CarbonData故障排除 当在Filter中使用Big Double类型数值时，过滤结果与Hive不一致 executor内存不足导致查询性能下降 为什么数据查询/加载失败，且发生“org.apache.carbondata.core.memory.MemoryException:

查看更多 →

故障通报概述 运维事件是ServiceInsight组成部分，提供故障通报功能。以运维事件为中心，提供事件的管理、通报及WarRoom能力。 功能特性 功能 功能描述 运维事件管理 由SRE通报的所有现网发生的可能造成或者已经造成服务的中断和业务质量下降的系统告警等问题，由运维团队负责管理。

查看更多 →

容器类故障 容器资源类 表1 容器资源类参数配置 故障类型 故障模式 设置参数 CPU 容器实例内CPU过载 类型：docker_id ；配置参数：docker_id /usage 类型：docker_name；配置参数：num/usag 内存 容器实例内内存过载 类型：docker_id

查看更多 →

故障优雅退出 使用场景 随着模型规模和数据集的急剧增长，需要利用大规模的训练集训练大规模的神经网络。在大规模集群分布式训练时，会遇到集群中某个芯片、某台 服务器 故障，导致分布式训练任务失败。优雅退出是指中断的训练任务支持自动恢复，并可以在上一次训练中断的基础上继续训练，而不用从头开始。

查看更多 →

业务故障类 网络流量异常的原因？ DDoS攻击导致客户端禁止访问，怎么办？ 遭受流量攻击，如何查询公网IP的具体防护信息？ 没有受到攻击，触发了流量清洗？ 父主题： DDoS原生基础防护常见问题

查看更多 →

Hue故障排除 使用Hive输入use database语句失效 使用Hue WebUI访问HDFS文件失败 在Hue页面上传大文件失败 集群未安装Hive服务时Hue原生页面无法正常显示 访问Hue原生页面时间长，文件浏览器报错Read timed out 父主题： 使用Hue

查看更多 →

HBase故障排除 HBase客户端连接服务端时，长时间无法连接成功 在HBase连续对同一个表名做删除创建操作时出现创建表异常 HBase占用网络端口，连接数过大会导致其他服务不稳定 有210000个map和10000个reduce的HBase BulkLoad任务运行失败 使

查看更多 →

HBase故障排除 HBase客户端连接服务端时长时间无法连接成功 在HBase连续对同一个表名做删除创建操作时出现创建表异常 HBase占用网络端口，连接数过大会导致其他服务不稳定 有210000个map和10000个reduce的HBase BulkLoad任务运行失败 使用

查看更多 →

Hive故障排除 如何对insert overwrite自读自写场景进行优化 父主题： 使用Hive

查看更多 →

硬盘限制故障 下载或读取文件报错，提示超时、无剩余空间 拷贝数据至容器中空间不足 Tensorflow多节点作业下载数据到/cache显示No space left 日志文件的大小达到限制 日志提示"write line error" 日志提示“No space left on device”

查看更多 →

环境配置故障 Notebook提示磁盘空间已满 Notebook中使用Conda安装Keras 2.3.1报错 父主题： 开发环境（新版Notebook）

查看更多 →

镜像怎么选？ 没有我需要的镜像怎么办？ 有没有自带特定应用（比如OpenVPN、PyTorch）的镜像？ 如何扩大镜像的配额？ 镜像和备份有什么区别？ 可以裁剪镜像吗？ 如何将一个账号的 云服务器 迁移至另一个账号的其他区域？ 如何备份云服务器当前状态，方便以后系统故障时进行恢复？ 创建的私有镜像如何使用到已有的云服务器上？

查看更多 →

故障切换 操作场景 当生产站点可用区内的云服务器和云硬盘由于不可抗力导致物理环境故障时，可参考本章节执行故障切换操作，启用容灾站点可用区内的云服务器和云硬盘等资源，以确保业务正常运行。 如果启动故障切换，容灾站点的服务器和磁盘将立刻可用。您可上电服务器，或结合云服务器备份服务或云

查看更多 →