Expdp遭遇ORA-07445的背后

李真旭 2019-07-24
31
0 0
摘要:Expdp遭遇ORA-07445的背后

据某客户反馈,其管理的某套数据库由于非正常关机重启之后,通过expdp进行数据导出发现报错,当报错之后,expdp数据导出命令直接终止退出,报错信息如下所示。

 处理对象类型 SCHEMA_EXPORT/JOB
. . 导出了 "STATS"."T_REPORT_MONTH_TEMPS"              988.2 MB 1292221 行
ORA-39014: 一个或多个 worker 进程已过早地退出。
ORA-39029: worker 进程 1 (进程名为 "DW01") 过早地终止
ORA-31672: Worker 进程 DW01 意外停止。

 

作业 "SYS"."SYS_EXPORT_SCHEMA_04" 因致命错误于 23:58:10 停止

 

此时我让客户检查数据库告警日志,发现有如下ORA-07445错误。

Errors in file /u01/app/oracle/admin/orcl/bdump/orcl_dw01_28608.trc:
ORA-07445: 出现异常错误: 核心转储 [klufprd()+321] [SIGSEGV] [Address not mapped to object] [0x000000000] [] []

 

通过分析上面的信息,可以得到如下几个结论。

(1)expdp的写进程报错,因为日志产生的进程是dw01进程。

(2)dw进程报错的原因是遭遇了ora-07445 [klufprd()+321]错误。

(3)[klufprd()+321] 这个函数非常少见。但是从前面2点可以知道这肯定与buffer cache有关系。

客户咨询,有没有什么好的解决方法。实际上当想到上述几点之后,脑海中马上就出现了一个临时解决方案。就是,通过alter system flush buffer_cache 刷新缓存之后,然后再次进行expdp数据导出操作。

据客户反馈,在进行flush buffer_cache之后,再次运行expdp数据导出命令,发现expdp 操作仍然会报类似错误,但是expdp 不会异常终止,会继续完成后面其他对象的导出。通过临时解决方法,能实现这一点,基本上也算告一段落了,至少客户导出数据的目标是实现了。

然而对于我而言,作为一个好奇心很重的DBA,势必要弄清楚,Oracle这里为什么会发生ORA-07445错误。为什么expdp会异常终止退出,这些目前来看都是谜团。

进一步检查日志,发现有如下错误。

*** SESSION ID:(2760.1968) 2016-04-08 00:14:14.347
            row 01808438.0 continuation at
            file# 6 block# 33784 slot 14 not found
**************************************************
KDSTABN_GET: 0 ..... ntab: 1
curSlot: 14 ..... nrows: 14
**************************************************
*** 2016-04-08 00:14:14.348
ksedmp: internal or fatal error
ORA-00600: internal error code, arguments: [kdsgrp1], [], [], [], [], [], [], []
Current SQL statement for this session:
SELECT /*+NESTED_TABLE_GET_REFS+*/ "STATS"."T_REPORT_MONTH".* FROM "STATS"."T_REPORT_MONTH"
----- Call Stack Trace -----

 

擦亮眼睛发现,这里提到的这个表,恰好就是expdp报错所遇到的表,只不过我们在刷新buffer cache之后,expdp可以跳过这个表继续完成其他对象的导出。从上述的信息来看,这里确实存在一些错误。当然,客户也意识到了这样一点,习惯性的通过dbv 自带工具对该表所在的数据文件进行坏块检查,然而却并没有发现文件中存在数据坏块。

从这里的信息来看,Oracle发现所需要的这行记录row 01808438.0 应该在file 6 block 33784 中找到,但是却并没有发现。(注意,这里的file 6 block 33784 本身是完好的,因为dbv检测并没有发现坏块)。

那么这里的row 01808438.0 表示什么含义呢?

其实这是表示的nrid,这可以理解为一个指针。其中前面一部分是表现rdba地址,后面表现行编号。

那么针对这个问题,我们如何进一步进行分析呢?其实很简单,分别将block 33784以及rdba 01808438(16进制)进行dump,然后进行块级别分析。如下是rdba地址转换的脚本。

SQL>  SELECT dbms_utility.data_block_address_block(25199672) "BLOCK",
  2         dbms_utility.data_block_address_file(25199672) "FILE"
  3      FROM dual;
 
    BLOCK       FILE
---------- ----------
     33848          6

 

由于前面的报错日志中提到的是row 01808438.0 ,那么我们首先来分析file 6 block 33848的dump。

Block header dump:  0x01808438
 Object id on Block? Y
 seg/obj: 0xc03d01  csc: 0xb37.78b5ae28  itc: 3  flg: E  typ: 1 - DATA
     brn: 0  bdba: 0x1807d8a ver: 0x01 opc: 0
     inc: 0  exflg: 0
 
 Itl           Xid                  Uba         Flag  Lck        Scn/Fsc
0x01   0x000a.02d.000cdc5c  0x00809c91.6507.21  --U-    2  fsc 0x0001.78b6a4b1
0x02   0x000a.014.000cdd00  0x00806957.650d.15  --U-    2  fsc 0x0000.78b6ec5d
0x03   0x000a.025.000cdd5d  0x00801e50.650f.0a  --U-    2  fsc 0x0000.78b71584
 
data_block_dump,data header at 0x1fb2f87c
===============
tsiz: 0x1f80
hsiz: 0x34
pbl: 0x1fb2f87c
bdba: 0x01808438
     76543210
flag=--------
ntab=1
nrow=17
frre=-1
fsbo=0x34
fseo=0xd2
avsp=0x33b
tosp=0x33c
0xe:pti[0]  nrow=17 offs=0
0x12:pri[0] offs=0x1e34
......
0x30:pri[15]    offs=0x6e2
0x32:pri[16]    offs=0x583
block_row_dump:
tab 0, row 0, @0x1e34
tl: 332 fb: --H-F--- lb: 0x0  cc: 79
nrid:  0x018083f8.e
col  0: [ 5]  c4 04 5a 27 1b
col  1: [ 7]  47 59 30 32 30 30 31
col  2: [ 4]  c3 15 11 04
col  3: [12]  31 38 37 33 34 34 32 30 30 30 30 36
col  4: [12]  31 34 30 34 34 34 32 30 30 30 30 31
col  5: [30]
……省略部分内容

 

上述的dump信息表示的是rdba 地址01808438的第0行,也就是我们大家所理解的第一行数据。我们可以发现在这行记录中,行头存在一个nrid地址(0x018083f8.e)。 既然这里提到nrid,那么我们就有必要来解释一下。当出现行迁移或者行链接时,数据块内用nrid来标示下一个rowid地址。

首先我们说一下Oracle的行迁移。行迁移分为几种情况,最常见的一种其实是数据块内的。一个数据块中单条记录的最大列数是255列,当一行记录的列超过255时,其他的列数据库会被Oracle 分成另外一个row piece存在同一个数据块中(当然也有可能存到其他数据块)。也就是说超过255列的行数据,会被分成多个row piece。而当我们读取这个行数据时,怎么知道是一个完整的整体呢?答案就是nrid。Oracle 通过nrid来将这多个row piece 串在一起,组成一个完整的行数据。另外其中常见情况就是更新时,数据块内剩余空间不足容纳更新之后的列数据时,也会产生行迁移。

而行链接通常是一个数据块不足以容纳一条数据,需要申请多个数据块来容纳一条记录,而这种情况通常都是lob的使用场景下才会出现。正因为如此,大家所见的场景通常其实都是行迁移,而非行链接。

想到这一点,那么我们再回头去看下前面的错误。row 01808438.0 表示这个数据块的第0行,而该数据块的第0行所存在的nrid地址是0x018083f8.e; 那么我们进一步到0x018083f8数据块中去寻找第e行记录,却发现结果是这样的。

  Object id on Block? Y
 seg/obj: 0xc03d01  csc: 0xb37.78bb5e9f  itc: 3  flg: E  typ: 1 - DATA
     brn: 0  bdba: 0x1807d8a ver: 0x01 opc: 0
     inc: 0  exflg: 0
 
 Itl           Xid                  Uba         Flag  Lck        Scn/Fsc
0x01   0x000a.013.000cdc01  0x01c02834.6573.33  --U-    2  fsc 0x0000.78cbf31d
0x02   0x000a.001.000cda7a  0x0080150a.64d3.21  C---    0  scn 0x0b37.78b584df
0x03   0x000a.01e.000cdade  0x00801510.64d3.13  C-U-    0  scn 0x0b37.78b99f21
 
data_block_dump,data header at 0x2b4fc709007c
===============
tsiz: 0x1f80
hsiz: 0x2e
pbl: 0x2b4fc709007c
bdba: 0x018083f80x018083f8
     76543210
flag=--------
ntab=1
nrow=14
frre=-1
fsbo=0x2e
fseo=0x568
avsp=0x53a
tosp=0x53a
0xe:pti[0]  nrow=14 offs=0
0x12:pri[0] offs=0x1d78
0x14:pri[1] offs=0x1c37
......
0x2a:pri[12]    offs=0x6c2
0x2c:pri[13]    offs=0x568
block_row_dump:
tab 0, row 0, @0x1d78
tl: 520 fb: -----L-- lb: 0x0  cc: 255
......省略部分内容
tab 0, row 13, @0x568
tl: 346 fb: --H-F--- lb: 0x1  cc: 79
nrid:  0x018083f8.c
col  0: [ 5]  c4 04 5a 3a 0a
col  1: [ 7]  47 59 30 32 30 30 31
col  2: [ 4]  c3 15 11 04
......
col 76: [ 1]  80
col 77: [ 1]  80
col 78: [ 1]  80
end_of_block_dump
End dump data blocks tsn: 6 file#: 6 minblk 33784 maxblk 33784

可以发现,我们定位到0x018083f8数据块的第e行(也就是第14行),其实就是该数据块的最后一行数据。然而我们发现该行数据也存在一个nrid。该nrid是0x018083f8.c,这表示该33784数据块第12行记录。和第13行是组合成一条完整行记录的。

换句话说,我们前面报错的那条记录,应该有2个row piece,其中一个row piece 是存在的,其中一个row piece 本应该存在在33784 数据块中。但是存在33784中的这个row piece的nrid 是指向另外一行记录。很明显这是不匹配的。

正是因为如此,由于对应的row piece不正确,Oracle才报了上述的错误。

实际上遇到该错误之后,大多数人都会以为是索引的问题,通过drop 重建可以解决,然而这里的问题比较特殊。本质上是表自身的某条数据有问题, 所以这就是为什么客户重建索引会报错的原因。

SQL> CREATE INDEX "STATS"."MONTHINDEX_STATUS2" ON "STATS"."T_REPORT_MONTH" ("TARGET_298", "UNIT_LEVEL", "TARGET_VAL", "MONTH_FLG")
  2    TABLESPACE "STATDATA" ;
第 1 行出现错误:
ORA-00600: 内部错误代码, 参数: [kdsgrp1], [], [], [], [], [], [], []

最后我们清楚原因之后就可以很好解决这个问题了。通过rowid的方式跳过这行有问题的记录,将其他数据取出,重建表即可。


「喜欢文章,快来给作者赞赏墨值吧」

评论

0
0
Oracle
订阅
欢迎订阅Oracle频道,订阅之后可以获取最新资讯和更新通知。
墨值排行
今日本周综合
热门文章
近期活动
全部
相关课程
全部