大事务回滚导致系统故障

最近遇到的一则案例，客户系统响应缓慢，IO Wait超高，系统体现在Log file sync上出现大量等待，磁盘没有错误信息。

我的第一印象就是，可能有大事务在回滚，通过如下查询立刻找到了数据库中存在的一个死事务：

SQL> select distinct KTUXECFL,count(*) from x$ktuxe group by KTUXECFL;
KTUXECFL                   COUNT(*)
------------------------ ----------
DEAD                              1
NONE                           7969

首先这个死事务是极其可以的，具体查看其信息，发现其回退的极其缓慢：

SQL> select ADDR,KTUXEUSN,KTUXESLT,KTUXESQN,KTUXESIZ
  2  from x$ktuxe where KTUXECFL='DEAD';

ADDR       KTUXEUSN   KTUXESLT   KTUXESQN   KTUXESIZ
-------- ---------- ---------- ---------- ----------
B7FCBB98         37          1       4915     158026

SQL> /

ADDR       KTUXEUSN   KTUXESLT   KTUXESQN   KTUXESIZ
-------- ---------- ---------- ---------- ----------
B7FCBB98         37          1       4915     158026

SQL> select ADDR,KTUXEUSN,KTUXESLT,KTUXESQN,KTUXESIZ from x$ktuxe where KTUXECFL='DEAD';

ADDR       KTUXEUSN   KTUXESLT   KTUXESQN   KTUXESIZ
-------- ---------- ---------- ---------- ----------
B7FCBB98         37          1       4915     157966

按照这个进度，可能需要几天去回滚这个失败的事务，最后客户选择了激活备库，放弃主库来恢复生产。

最后通过AWR数据找到了这个导致大事务的SQL，其逻辑读超高，执行未能成功完成

根据执行计划，这个INSERT操作可能访问高达13M的记录，其回滚的效率可想而知，而且Oracle的并行回退效率并不高。

朋友们遇到这个问题，可以尝试将fast_start_parallel_rollback改为HIGH看是否能够有所帮助，通常情况下是没有用的。

由此可见，对于大批量的数据处理，是应当小心谨慎的。