Oracle集群常见故障三例

引言：笔者单位部署了基于ORACLE RAC集群的集中存储平台，结合几年来的运行经验，就维护过程中常见的三例ORACLE RAC集群的故障作简要介绍和排除方法。

故障一：客户端无法连接ORACLE服务器。

故障排除：

笔者首先确保服务器所有服务启动。需在数据库服务器端（可在集群的任意节点上）进行，执行命令：crs_stat t，检查所有服务的启动状态，然后用lsnrctl stat查看监听中是否有要连接的服务。如果没有需要连接的服务，使用sqlplus本地连接数据库，启动数据库，使需要连接的数据库处于OPEN状态。

其次配置客户端hosts文件。这里以安装在Windows XP操作系统的客户端为例，使用记事本程序编辑hosts文件，文件位于 C：windowssystem32driversetc目录下，在末行添加ORACLE服务器的主机名和IP信息，内容如下：

然后使用记事本程序配置客户端tnsnames.ora文件。该文件位于(D：Oracleproduct10.1.0Client_1)NETWORKADMIN目录下，括号里的内容以oracle安装位置为准。需在tnsnames.ora文件内添加监听的ORACLE服务器的主机VIP IP和监听端口信息，内容如下：

最后进行测试。使用客户机ping集群服务器的各个节点。执行命令C：>Ping rac1-vip，C：>ping rac2-vip，ping通之后，执行命令C：>tnsping orcl，如果返回时间，表示客户端连接正常。

故障二：小型机HACMP无法正常启动。

故障排除：

笔者首先检查小型机的共享存储状况。以root用户权限查看能否看到磁盘阵列划过来的磁盘：#lspv。

其次确认磁盘阵列和光纤交换机是否开机加电。如果没有看到从磁盘阵列划分的磁盘，需确认磁盘阵列和光纤交换机是否开机加电。按照先磁盘阵列后光纤交换机的顺序加电、开机。状态稳定后，使用：#shutdown

Fr now命令重新启动所有小型机：。

然后确认小型机之间的心跳网线的连接状况。如果在第一步中已经查看到从磁盘阵列划分的磁盘，那现在需要确认小型机之间的心跳网线的连接状况。并从rac1上 ping rac2-priv，从 rac2上 ping rac1-priv，如果有丢包，则需更换心跳网线。

最后再次启动HACMP。

故障三：小型机2与小型机1的HACMP状态不同步。

故障排除：

首先需停止所有小型机的HACMP。在停止HACMP之前，要先停止数据库服务（使用以下命令：$srvctl stop database d orcl）和 CRS集群（使用以下命令：#crsctl stop crs），然后在所有节点以root用户权限执行：#smit clstop命令停止所有小型机的HACMP。

其次在小型机2上使用#lsvg查看ORACLE数据卷组（oravg）的名称。查看该卷组的major number。使用

#lvgenmajor oravg

进行查询并记录。在小型机2上执行#smitty vg后选择exportvg将oravg导出，同时选择importvg将oravg导入，导入时输入vg name后点选oravg中的任意一个pv（系统指定的pv名 一 般 为 hdisk*）。oravg导入成功后，从小型机1向小型机2同步。在小型机1上以root用户权限执行

#smitty hacmp

选择Extend Configura tion →Extend Verification and Synchronization→Automatically correct errors found during verification，按F4进入后，选择Yes并回车。

最后在所有小型机上查看裸设备权限。

#ls l /dev/r*，

如果权限不一致，使用：

#chmod 775 /dev/rhdisk*

进行修改。在裸设备权限一致后再次启动HACMP。