Grid Infrastructure 启动的五大问题 (文档 ID 1526147.1)
适用于:Oracle Database - Enterprise Edition - 版本 11.2.0.1 和更高版本 用途? 本文档的目的是总结可能阻止 Grid Infrastructure (GI) 成功启动的 5 大问题。 适用范围本文档仅适用于 11gR2 Grid Infrastructure。 2. $GRID_HOME/bin/crsctl stat res -t -init 3. $GRID_HOME/bin/crsctl stat res -t 4. ps -ef | egrep ‘init|d.bin‘ 详细信息
问题 1:CRS-4639:无法连接 Oracle 高可用性服务,ohasd.bin 未运行或 ohasd.bin 虽在运行但无 init.ohasd 或其他进程症状: 1. 命令“$GRID_HOME/bin/crsctl check crs”返回错误: 3. 命令“ps -ef | grep d.bin”不显示类似于如下所示的行: ???? root 21350 1 6 22:24 ? 00:00:01 /u01/app/11.2.0/grid/bin/ohasd.bin reboot 4. 日志 ohasd.log 中出现以下信息: 6.?ohasd.bin 一直处于启动状态,ohasd.log 信息: 7. 只有ohasd.bin运行,但是ohasd.log没有任何信息。 OS 日志/var/log/messages显示 ? ?2015-07-12 racnode1 logger: autorun file for ohasd is missing ? 可能的原因: ????? h1:35:respawn:/etc/init.d/init.ohasd run >/dev/null 2>&1 </dev/null 2. 未达到运行级别 3,一些 rc3 脚本挂起 3. Init 进程 (pid 1) 并未衍生 /etc/inittab (h1) 中定义的进程,或 init.ohasd 之前的不当输入,如 xx:wait:<process> 阻碍了 init.ohasd 的启动 4. CRS 自动启动已禁用 5. Oracle 本地注册表 ($GRID_HOME/cdata/<node>.olr) 丢失或损坏(root用户执行命令检查 "ocrdump -local /tmp/olr.log",文件 /tmp/olr.log 应该包含所有GI进程有关信息,对比一个正常工作的集群环境) 6. root用户之前在"spec"组,但是现在"spec"组被删除,但是旧组仍然记录在OLR中,可以通过OLR dump验证。
??? h1:35:respawn:/etc/init.d/init.ohasd run >/dev/null 2>&1 </dev/null ?? 并以 root 用户身份运行“init q”。 对于Linux OL6/RHEL6,请参考文档?note 1607600.1 2. 运行命令“ps -ef | grep rc”,并kill看起来受阻的所有 rc3 脚本。 3. 删除 init.ohasd 前的不当输入。如果“init q”未衍生“init.ohasd run”进程,请咨询 OS 供应商 4. 启用 CRS 自动启动: ?? # crsctl enable crs ?? # crsctl start crs 5. 以 root 用户身份从备份中恢复 OLR(Oracle 本地注册表):(参考Note 1193643.1) ???# crsctl stop crs -f ???# touch $GRID_HOME/cdata/<node>.olr ? # chown root:oinstall $GRID_HOME/cdata/<node>.olr ? # ocrconfig -local -restore$GRID_HOME/cdata/<node>/backup_<date>_<num>.olr ? # crsctl start crs 如果出于某种原因,OLR 备份不存在,要重建 OLR 就需要以 root 用户身份执行 deconfig 并重新运行 root.sh:
7. 重启init.ohasd进程或者在init.ohasd中添加"sleep 30",这样允许在启动集群前输出hostname信息,参考Note 1427234.1. 8. 如果上面方法不能解决问题,请检查OS messages中有关ohasd.bin日志信息,按照OS message中提示信息, ?
问题 2:CRS-4530:联系集群同步服务守护进程时出现通信故障,ocssd.bin 未运行症状: 1. 命令“$GRID_HOME/bin/crsctl check crs”返回错误: ?? 2012-01-27 13:42:58.796: [ CSSD][19]clssnmvDHBValidateNCopy: node 1,racnode1,has a disk HB,but no network HB,DHB has rcfg 223132864,wrtcnt,1112,LATS 783238209,?? 5. 对于 3 个或更多节点的情况,2 个节点形成的集群一切正常,但是,当第 3 个节点加入时就出现故障,ocssd.log 显示如下内容: ?? 2012-02-09 11:33:53.048: [ CSSD][1120926016](:CSSNM00008:)clssnmCheckDskInfo: Aborting local node to avoid splitbrain. Cohort of 2 nodes with leader 2,racnode2,is smaller than??? 6. 10 分钟后 ocssd.bin 启动超时 ?? 2012-04-08 12:04:33.153: [ ? ?CSSD][1]clssscmain: Starting CSS daemon,version 11.2.0.3.0,in (clustered) mode with uniqueness value 1333911873 7. alert<node>.log 显示: ? 可能的原因: 1. 表决磁盘丢失或无法访问2. 多播未正常工作(对于版本11.2.0.2,这是正常的情况。对于 11.2.0.3 PSU5/PSU6/PSU7 和 12.1.0.1 版本,是由于Bug 16547309) 3. 私网未工作,ping 或 traceroute <private host> 显示无法访问目标。或虽然 ping/traceroute 正常工作,但是在私网中启用了防火墙 4.?gpnpd 未出现,卡在 dispatch 线程中,? Bug 10105195 5. 通过 asm_diskstring 发现的磁盘太多,或由于 Bug 13454354 导致扫描太慢(仅在 Solaris 11.2.0.3 上出现)
?? 如果 OCR ASM 磁盘组中的 voting disk已经丢失,以独占模式启动 CRS,并重建表决磁盘: ?? # crsctl start crs -excl ?? # crsctl replace votedisk <+OCRVOTE diskgroup> 2.?请参考? Document 1212703.1?,了解多播功能的测试及修正。对于版本 11.2.0.3 PSU5/PSU6/PSU7 和12.1.0.1, 您可以为集群私网启用多播或者应用补丁16547309 或最新的PSU。更多信息请参考 Document 1564555.1 3. 咨询网络管理员,恢复私网访问或禁用私网防火墙(对于 Linux,请检查服务 iptables 状态和服务 ip6tables 状态) 4.?终止正常运行节点上的 gpnpd.bin 进程,请参考? Document 10105195.8 ?? 一旦以上问题得以解决,请重新启动 Grid Infrastructure。 ?? 如果 ping/traceroute 对私网均可用,但是问题发生在从 11.2.0.1 至 11.2.0.2 升级过程中,请检查? ??? Bug 13416559?获取解决方法。 5.?通过提供更加具体的 asm_diskstring,限制 ASM 扫描磁盘的数量,请参考? bug 13583387 ?? 对于 Solaris 11.2.0.3,请应用补丁 13250497,请参阅? Document 1451367.1. ?
问题 3:CRS-4535:无法与集群就绪服务通信,crsd.bin 未运行症状: 1. 命令“$GRID_HOME/bin/crsctl check crs”返回错误: 可能的原因: 1. ocssd.bin 未运行,或资源 ora.cssd 不在线2. +ASM<n> 实例无法启动 3. OCR 无法访问 4. 网络配置已改变,导致 gpnp profile.xml 不匹配 5. Crsd 的 $GRID_HOME/crs/init/<host>.pid 文件已被手动删除或重命名,crsd.log 显示:“Error3 -2 writing PID to the file” 6. ocr.loc 内容与其他集群节点不匹配。crsd.log 显示:“Shutdown CacheLocal. my hash ids don‘t match” 7.当巨帧(Jumbo Frame)在集群私网被启用时,节点私网能够通过“ping”命令互相联通,但是无法通过巨帧尺寸ping通(例如:ping -s 8900 <私网 ip>)或者 集群中的其他节点已经配置巨帧(MTU: 9000),而出现问题的节点没有配置巨帧(MTU:1500)。 8.对于平台 AIX 6.1 TL08 SP01 和 AIX 7.1 TL02 SP01,由于多播数据包被截断。 ?
2.?对于 11.2.0.2 以上版本,确保资源 ora.cluster_interconnect.haip 在线,请参考? Document 1383737.1?了解和HAIP相关的,ASM无法启动的问题。 3.?确保 OCR 磁盘可用且可以访问。如果由于某种原因丢失 OCR,请参考? Document 1062983.1?了解如何恢复OCR。 4. 恢复网络配置,与 $GRID_HOME/gpnp/<node>/profiles/peer/profile.xml 中定义的接口相同,请参考 ??? Document 283684.1?了解如何修改私网配置。 5. 请使用 touch 命令,在 $GRID_HOME/crs/init 目录下创建名为 <host>.pid 的文件。 ?? 对于 11.2.0.1,该文件归 <grid> 用户所有。 ?? 对于 11.2.0.2,该文件归 root 用户所有。 6. 使用 ocrconfig 命令修正 ocr.loc 内容: ?? 例如,作为 root 用户: # ocrconfig -repair -add +OCR2 (添加条目) # ocrconfig -repair -delete +OCR2 (删除条目) 以上命令需要 ohasd.bin 启动并运行 。 一旦以上问题得以解决,请通过以下命令重新启动 GI 或启动 crsd.bin: ?? # crsctl start res ora.crsd -init 7. 如果巨帧只是在网卡层面配置了巨帧,请敦促网络管理员在交换机层面启动巨帧。如果您不需要使用巨帧,请将集群中所有节点的私网MTU值设置为1500,之后重启所有节点。 8. 对于平台 AIX 6.1 TL08 SP01 和 AIX 7.1 TL02 SP01,根据下面的note应用对应的 AIX 补丁 Document 1528452.1?AIX 6.1 TL8 or 7.1 TL2: 11gR2 GI Second Node Fails to Join the Cluster as CRSD and EVMD are in INTERMEDIATE State ?
问题 4:Agent 或者 mdnsd.bin,gpnpd.bin,gipcd.bin 未运行症状: 1. orarootagent 未运行. ohasd.log 显示: 可能的原因: 1. orarootagent 缺少执行权限2. 缺少进程相关的 <node>.pid 文件或者这个文件的所有者/权限不对 3. GRID_HOME 所有者/权限不对
?? # cd <GRID_HOME>/crs/install ?? # ./rootcrs.pl -unlock ?? # ./rootcrs.pl -patch 这将停止集群软件,对需要的文件的所有者/权限设置为root用户,并且重启集群软件。 2. 如果对应的 <node>.pid 不存在,就用touch命令创建一个具有相应所有者/权限的文件,否则就按要求改正文件<node>.pid的所有者/权限,然后重启集群软件. 这里是<GRID_HOME>下,所有者属于root:root 权限 644的<node>.pid 文件列表: ? ./ologgerd/init/<node>.pid ? ./osysmond/init/<node>.pid ? ./ctss/init/<node>.pid ? ./ohasd/init/<node>.pid ? ./crs/init/<node>.pid 所有者属于<grid>:oinstall,权限644 ? ./mdns/init/<node>.pid ? ? ./evm/init/<node>.pid ? ./gipc/init/<node>.pid ? ./gpnp/init/<node>.pid? 3. 对第3种原因,请参考解决方案1 ?
问题 5:ASM 实例未启动,ora.asm 不在线症状: 1. 命令“ps -ef | grep asm”不显示 ASM 进程
2. ASM discovery string不正确,因此无法发现 voting disk/OCR 3. ASMlib 配置问题 4. ASM实例使用不同的cluster_interconnect,第一个节点 HAIP OFFLINE 导致第二个节点ASM实例无法启动
2.?请参考? Document 1077094.1?以更正 ASM discovery string。 3.?请参考? Document 1050164.1?以修正 ASMlib 配置。 4.?请参考? Document 1383737.1?作为解决方案。请参考? Document 1210883.1?了解更多HAIP信息 ? 要进一步调试 GI 启动问题,请参考?Document 1050908.1?Troubleshoot Grid Infrastructure Startup Issues. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |