https://blogs.oracle.com/database4cn/%E4%B8%BA%E4%BB%80%E4%B9%88%E6%95%B0%E6%8D%AE%E5%BA%93%E4%B8%AD%E5%A4%A7%E9%87%8F%E7%9A%84server-process%E6%B2%A1%E6%9C%89%E5%AF%B9%E5%BA%94%E7%9A%84session
在什么情况下oracle server process没有对应的session?除了px进程以外,还有没有其他情况? 下面的一个真实的案例中,有600个个server process没有session对应,并且这样的process越来越多, 似乎永远也不自己释放,原因是什么呢?
首先查询一下v$process和v$session,观察差异,可见差异有600多个。
select * from v$process;
1674 rows selected.
select * from v$session;
1051 rows selected.
比对了一下,v$process中除了32个px进程以外,还有大量的普通server process,并且它们已经存在了很多天了。
select * from v$process p where p.addr not in (select addr from v$process p,v$session s where s.creator_addr=p.addr) order by pid;
SPID PROGRAM 29674 oracle@mydb01 (P000) 29820 oracle@mydb01 (P001) 29822 oracle@mydb01 (P002) ...... 31415 oracle@mydb01 (P031) 31417 oracle@mydb01 (P032) 31419 oracle@mydb01 (P033) 7523 oracle@mydb01 27740 oracle@mydb01 3283 oracle@mydb01 29116 oracle@mydb01 20006 oracle@mydb01 12831 oracle@mydb01 15681 oracle@mydb01 2139 oracle@mydb01 8606 oracle@mydb01 3963 oracle@mydb01 31811 oracle@mydb01 1613 oracle@mydb01 ......
先确认一下当前时间是2017年10月12日:
# date Thu Oct 12 11:03:54 CST 2017
然后选取一个v$process中没有session的进程,比如以上输出中的最后一行的pid为1613的进程,通过ps来观察其状态:
# ps -aeo user,pid,ppid,pri,pcpu,pmem,vsize,rssize,wchan:25,s,start,cputime,command
USER PID PPID PRI %CPU %MEM VSZ RSS WCHAN S STARTED TIME COMMAND oracle 1613 1 19 0.0 0.0 365768 27636 sk_wait_data S Oct 04 00:00:00 oraclemydb01 (LOCAL=NO)
发现以上进程在10月4日就存在了,也就是已经过了8天了。
同时做一次system state dump,找到这个进程1613
PROCESS 1560: ---------------------------------------- SO: 0x73a3d79790,type: 2,owner: (nil),flag: INIT/-/-/0x00 if: 0x3 c: 0x3 proc=0x73a3d79790,name=process,file=ksu.h LINE:13949,pg=0 conuid=0 (process) Oracle pid:1560,ser:174,calls cur/top: (nil)/0x71232cdd70 ...... Process Group: DEFAULT,pseudo proc: 0x7323de7370 O/S info: user: grid,term: UNKNOWN,ospid: 1613 <<<<<< 这里可见进程 1613 OSD pid info: Short stack dump:
ksedsts <- ksdxfstk <- ksdxcb <- sspuser <- __sighandler <- read <- nttfprd <- nsbasic_brc <- nsbrecv <- nioqrc <- opikndf2 <- opitsk <- opiino <- opiodr <- opidrv <- sou2o <- opimai_real <- ssthrdmain <- main
可以看到以上进程的call stack都是一些网络相关的function call,既然与网络有关系,不妨取一下其打开的tcp连接:
# lsof -p 1613 -Pnai TCP
COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME oracle_16 1613 oracle 20u IPv4 1303337121 0t0 TCP 10.5.20.110:1521->10.5.70.234:23966 (ESTABLISHED)
可见server端(10.5.20.110)的确和一个client端(10.5.70.234)建立了连接,找到client端(10.5.70.234),在client上 用如下命令观察是什么进程建立了连接:
# lsof -Pni :5926 COMMAND PID USER FD TYPE DEVICE SIZE NODE NAME sqlplus 29544 oracle 9u IPv4 739424 TCP 10.5.70.234:23966->10.5.20.110:1521 (ESTABLISHED)
原来客户端是一个sqlplus进程,进程号为29544,但是什么情况下sqlplus连接数据库后只有server process而没有session? 最大的可能性是这个进程正处于密码验证阶段。
检查一下调用这个sqlplus的脚本,果然发现脚本中指定的登录数据库的密码是错误的!
接下来在12.2.0.1的测试机上模拟一下,sqlplus故意以错误密码登录,然后停住不动等1分钟,看能否重现这个现象。
sqlplus tony/a@server_r12201
SQL*Plus: Release 12.2.0.1.0 Production on Thu Nov 2 11:50:46 2017 Copyright (c) 1982,2016,Oracle. All rights reserved.
ERROR: ORA-01017: invalid username/password; logon denied
Enter user-name: <<<<停在这里不要动
在server上通过两次ps定位是哪个进程被最新创建:
# ps -ef | egrep "oracleR12201 (LOCAL=NO)|PID" | grep -v grep UID PID PPID C STIME TTY TIME CMD oracle 962 1 0 Oct31 ? 00:00:04 oracleR12201 (LOCAL=NO)
# ps -ef | egrep "oracleR12201 (LOCAL=NO)|PID" | grep -v grep UID PID PPID C STIME TTY TIME CMD oracle 962 1 0 Oct31 ? 00:00:04 oracleR12201 (LOCAL=NO) oracle 28540 1 0 11:50 ? 00:00:00 oracleR12201 (LOCAL=NO)
两次ps对比可见新产生了进程28540,查询v$process v$session
select * from v$process where spid=28540;
ADDR SPID PROGRAM 000000006A576D48 28540 oracle@testsever
select * from v$session where creator_addr='000000006A576D48';
no rows selected.
看来问题重现了,以上的进程28540在v$process中存在但是在v$session中不存在。
但是,在我们的测试中,进程28540会在大约1分钟后自行从server端退出,并且在alert log中打印如下信息
2017-11-02T11:51:02.509020+08:00 *********************************************************************** Fatal NI connect error 12170.
VERSION INFORMATION: TNS for Linux: Version 12.2.0.1.0 - Production Oracle Bequeath NT Protocol Adapter for Linux: Version 12.2.0.1.0 - Production TCP/IP NT Protocol Adapter for Linux: Version 12.2.0.1.0 - Production Time: 02-NOV-2017 11:51:02 Tracing not turned on. Tns error struct: ns main err code: 12535 TNS-12535: TNS:operation timed out ns secondary err code: 12606 nt main err code: 0 nt secondary err code: 0 nt OS err code: 0 Client address: (ADDRESS=(PROTOCOL=tcp)(HOST=10.182.211.94)(PORT=51681)) 2017-11-02T11:51:02.510302+08:00 WARNING: inbound connection timed out (ORA-3136)
看到这个错误可能大家马上想到了SQLNET.INBOUND_CONNECT_TIMEOUT这个Oracle*Net参数,的确,问题是这个参数引发的。 在server端打开$ORACLE_HOME/network/admin/sqlnet.ora,发现如下设置:
SQLNET.INBOUND_CONNECT_TIMEOUT=0
以上参数的含义是完成用户验证的最大时间,设置成0代表无限。也就是说,如果客户端输错了密码,只要客户端不关闭, 那么对应的server process会永远等待client。
这个时候我们终于知道这个问题的原因了: 客户端输错了密码,停留在提示输入再次密码的界面上, 并且数据库的server端的sqlnet.ora设置了SQLNET.INBOUND_CONNECT_TIMEOUT=0(无限时间), 导致server process一直等待客户端输入密码验证,因此永远也不自动退出。
这个问题实际上还是比较严重的,它可能会导致ORA-00020错误发生,并且导致新的session无法连接。 (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!
|