全解ORA-1555快照太旧错误原理及解决方案

一、背景说明

不论你的工作是管理Oracle数据库，还是开发、维护Oracle上的应用程序，通常来讲你都遇到过ORA-01555：snapshot too old这样的错误。本文为你详解错误产生的原因以及最佳解决方案。

二、ORA-01555产生的过程

2.1 我们先来看看ORA-01555是怎样产生的：

2.2 错误记录在哪？

通常，这个错误可能会在以下文件中出现：1Alert 告警日志文件
报错信息类似：ORA-01555: snapshot too old: rollback segment number 107 with name “_SYSSMU107_1253191395$” too small

2.3 问题发生时的跟踪日志文件

默认情况，ORA-01555错误发生时不会自动生成跟踪日志文件。但是可以在系统里设置下面的事件，让它在错误发生时同时生成：alter system set events ‘1555 trace name errorstack level 3’;
设置了1555事件后，一旦错误发生，就会生成相应的日志文件，类似如下：

2.4 错误因何而来？

产生ORA-01555错误的根本原因是由于UNDO块被覆盖，查询语句不能获取到查询语句发起时刻所构造的数据副本。
已知的一些原因如下：

2.4.1 相应行数据的UNDO记录已经过期了

这里说的过期是当前时间（指错误发生时）离数据提交时间已经超过UNDO_RETENTION设定的值。一旦已提交的记录对应的UNDO记录是“expired”状态，就表明这部分空间可以重用，数据可以被覆盖了。
你可能会问，为什么有时候我们遇到ORA-01555错误时，查询语句运行时间比UNDO_RETENTION要长很多，有时候却短很多呢？这没什么明确的答案。
要看具体问题发生时UNDO表空间有多忙，系统负载有多大。

提示：一个活动或者未提交的事务对应的UNDO记录会被标记为“ACTIVE”状态。一旦事务被提交，相应的UNDO记录被标记为“UNEXPIRED”，它将持续一段时间（这段时间由UNDO_RETENTION参数决定，如果使用了自动还原段管理，那是由TUNED_UNDORETENTION决定，该参数的值系统自动评估），过了这一时间后，这一UNDO记录被标记为“EXPIRED”，该空间可被重用。

2.4.2 应行数据的UNDO记录状态并非过期，但仍然被覆盖了

发生这种情况有2个必要条件：

1. 对UNDO表空间没有设置RETENTION GUARANTEE
2. UNDO表空间满了
   这个时候，“UNEXPIRED”状态的UNDO记录就可能被覆盖了。

2.4.3 LOB段的LOB段的读一致性副本不再可用

依赖于LOB字段是怎样配置的，in-row还是out-of-row，in-row方式的LOB字段在UNDO表空间中采用跟普通行一样的UNDO算法。

Out-of-row方式的LOB字段不一样，它的读一致性副本有下面2种控制方式：
1）老的方式：PCTVERSIOIN
这个参数关系到LOB数据的一致读，指的是表lob字段所在的表空间需要预留给lob的前映象使用的最大百分比，默认值是10。也就是说，只要使用不超过10%，LOB字段的前映像的数据是不会被覆盖的。

2） 新的方式（自动还原段管理使用）：RETENTION
Oracle用UNDO_RETENTION参数来决定在数据库中保留多少已经提交的UNDO数据。这种方式LOB段跟普通段使用相同的过期策略。

在这种方式中，用LOB字段的语句发生ORA-1555的话，意味着：
LOB字段的前映像的使用已经超过PCTVERSION，读一致性数据被覆盖。
或者，LOB字段前映像超过了RETENTION的值，在查询发生时一些行的LOB字段前映像已经被覆盖，于是ORA-1555触发。

三、解决方案

3.1 检查错误日志信息

通过检查告警日志，或者包含ORA-1555错误信息的跟踪日志，可以更详细的看到具体的错误类型：

3.1.1 提示回滚段太小

错误提示：ORA-01555: snapshot too old: rollback segment number with name “” too small（注意！！！这里的回滚段名字是空的）
或者，
ORA-22924: snapshot too old
这种错误说明是访问的UNDO数据是LOB字段类型。
LOB字段访问遇到ORA-1555错误通常是下面几个原因导致的：
LOB段损坏
参考MOS文档检查是不是这个问题：
Document 452341.1 ORA-01555 And Other Errors while Exporting Table With LOBs, How To Detect Lob Corruption

如果没有LOB损坏，检查Retention/Pctversion值是不是合适
参考MOS文档，确认是不是需要调高Retention/Pctversion：Document 846079.1 LOBs and ORA-01555 troubleshooting

ORA-01555: snapshot too old: rollback segment number 107 with name “_SYSSMU107_1253191395$” too small

注意，这个错误提示跟上面不一样。"_SYSSMU107_1253191395$"表示UNDO数据是在UNDO表空间的。
这个ORA-1555错误报告是在访问UNDO表空间的UNDO数据时发生错误的，用后续的方法来诊断问题。

3.1.2 查询耗时太长

在一些ORA-1555错误发生时，会在alert日志或者是应用日志中出现查询失败时耗时(Duration)的秒数:
ORA-01555 caused by SQL statement below (Query Duration=1974 sec, SCN: 0x0002.bc30bcf7):
如果发现错误日志中，duration=0或者耗时很短，查看下面的文档：
Document 1131474.1 ORA-01555 When Max Query Length Is Less Than Undo Retention, small or 0 Seconds
如果查询耗时超过UNDO_RETENTION值，可以考虑加大UNDO_RETETION，同时要记得调整UNDO表空间大小。

如果查询耗时等于或者接近UNDO_RETENTION，继续看后面的文字。

3.2 检查UNDO数据文件

如果UNDO数据文件没有关闭自动扩展功能，可能会导致TUNED_UNDORETENTION值被计算得很高，因此UNDO空间分配是偏向于更多的空间。那怎么破呢？使用UNDO数据文件自动扩展功能，即使存储可用空间足够的时候也带上MAXSIZE。

注意：强烈建议，不要让UNDO表空间里同时存在关闭自动扩展功能的UNDO数据文件和打开自动扩展功能的UNDO数据文件，因为这会导致TUNED_UNDORETENTION计算错乱。

3.3 检查 TUNED_UNDORETENTION

3.3.1 TUNED_UNDORETENTION比MAXQUERYLEN小

这种情况表明UNDO表空间有空间上的压力，实际保留的UNDO记录比理论上的要少。
解决办法是扩大UNDO表空间。

3.3.2 TUNED_UNDORETENTION比MAXQUERYLEN大很多

通常发生在UNDO表空间的数据文件关闭自动扩展选项的情况下。内部的算法是尽可能久的保持UNDO记录，因此TUNED_RETENTION的值就会比较高。

解决办法是把所有的UNDO数据文件设置为自动扩展，并且加上MAXSIZE选项。

长时间运行的查询语句也会把TUNED_RETENTION的值搞得很高。这种情况。就要优化SQL语句来避免保留过多UNDO数据在UNDO表空间了。

通过下面的语句来识别哪些查询语句耗时较久：

3.3.3 状态为ACTIVE/UNEXPIRED的UNDO占比很高

下面的几种情况可能会产生大量ACTIVE/UNEXPIRED状态的UNDO：

UNDO_RETENTION或TUNED_UNDORETENTION值很大

在某个特定时间点产生了大量UNDO数据。用下面的语句诊断：

大量的死事务回滚，使用了闪回数据查询

关于状态为ACTIVE的UNDO的信息，可以参阅：Document 1337335.1 How To Check the Usage of Active Undo Segments in AUM

3.4 UNDO_RETENTION

建议将UNDO_RETENTION的值至少设置为MAXQUERYLEN的一半。如果发生了ORA-1555错误，则适当调大。
到此，基本上涉及ORA-01555错误的原理和诊断就说完了。