oracle rac频繁掉盘处理记录

原创 dm5250 2024-11-28

254

最近一个客户，一套11.2.0.4环境的rac，一周内掉盘掉了2次，找人查看硬件也说没有报错，刚好有时间，抽空下来好好的看看日志

1、出现掉盘

监控告警，asm空间异常，登录系统看，果然有问题

显示一块磁盘offline。

2、查看asm日志

这个asm日志很大，而且一直在刷重复的信息，感觉是踩了bug。

NOTE: Voting file relocation is required in diskgroup OCRVOTENOTE: Attempting voting file relocation on diskgroup OCRVOTENOTE: Successful voting file relocation on diskgroup OCRVOTE

翻了好久，才有点端倪，凌晨4点的时候，告警：

WARNING: Waited 15 secs for write IO to PST disk 1 in group 3.WARNING: Waited 15 secs for write IO to PST disk 1 in group 3.Wed Nov 27 04:40:39 2024NOTE: process _b000_+asm2 (49704) initiating offline of disk 1.3915955794 (DATA4) with mask 0x7e in group 3NOTE: checking PST: grp = 3GMON checking disk modes for group 3 at 44 for pid 39, osid 49704NOTE: group DATA2: updated PST location: disk 0000 (PST copy 0)NOTE: checking PST for grp 3 done.NOTE: sending set offline flag message 1401034769 to 1 disk(s) in group 3WARNING: Disk DATA4 in mode 0x7f is now being offlinedNOTE: initiating PST update: grp = 3, dsk = 1/0xe968be52, mask = 0x6a, op = clearGMON updating disk modes for group 3 at 45 for pid 39, osid 49704NOTE: group DATA2: updated PST location: disk 0000 (PST copy 0)NOTE: group DATA2: updated PST location: disk 0000 (PST copy 0)

一看15s这个告警，结合11g的环境，想到了"_asm_hbeatiowait"这个参数，这个参数是11.2.0.3推出来的，用于心跳磁盘超时检测，超时15s未响应就会踢出磁盘或者dismount磁盘组，很庆幸这次只是drop一个磁盘，业务没有受到影响。这个参数在12c默认值就很大了，达到120s，在19c就更大。可以通过以下语句修改：

sqlplus / as sysasmalter system set "_asm_hbeatiowait"=120s scope=spfile sid='*';

3、加回磁盘

--查看磁盘状态select GROUP_NUMBER,NAME,PATH,MOUNT_STATUS,STATE from v$asm_disk;
--确定好掉的盘后加盘 kfod disks=all status=TRUE dscvgroup=TRUEkfed read /dev/磁盘   |grep 'kfdhdb.dskname'alter diskgroup data add disk  'ORCL:DATA4' force;
--查看重平衡select operation,est_minutes from v$asm_operation当est_minutes为0时表示完成。

结束，最后再找个时间修改下隐藏参数。

oracle 掉盘

「喜欢这篇文章，您的关注和赞赏是给作者最好的鼓励」

关注作者

oracle rac频繁掉盘处理记录

评论