Oracle RAC 三种心跳机制

在Oracle RAC（Real Application Clusters）中，心跳（Heartbeat） 是集群节点间用于检测存活状态的核心机制，确保节点间的通信正常并避免脑裂（Split Brain）问题。以下是RAC的三种关键心跳机制及其作用：

---

1. 网络心跳（Network Heartbeat）

• 作用：通过 私有网络互联（Private Interconnect） 实时检测节点间的通信状态。
• 工作原理：
  • 每个节点周期性地（默认每秒）向其他节点发送心跳信号。
  • 若某个节点在指定时间（默认 misscount 参数为30秒）未收到其他节点的心跳，则认为该节点故障。
  • 关键组件：依赖冗余的私有网络（如双网卡绑定）确保高可靠性。
• 故障处理：
  • 若私有网络完全中断，集群可能触发节点驱逐（Node Eviction）或重启，防止脑裂。

---

2. 磁盘心跳（Disk Heartbeat）

• 作用：通过 Voting Disk 检测节点是否存活。
• 工作原理：
  • 每个节点定期向Voting Disk写入心跳信息（默认每1秒一次）。
  • 若某个节点无法在 disktimeout 时间（默认200秒）内访问Voting Disk，集群认为该节点故障。
  • Voting Disk需存储在共享存储（如ASM、共享LUN）中，且推荐奇数个（至少3个）以容忍多数故障。
• 故障处理：
  • 若多数Voting Disk不可用，集群可能无法达成共识，导致节点驱逐或集群宕机。

---

3. 本地心跳（Local Heartbeat）

• 作用：节点内部自检机制，确保本地进程健康。
• 工作原理：
  • 集群守护进程（如CSSD，Cluster Synchronization Services Daemon）监控本地节点的关键资源（如网络、存储）。
  • 若本地关键资源异常（如私有网络中断或存储访问失败），节点会主动终止自身以避免集群分裂。
• 故障处理：
  • 节点自终止（Self-Termination）后，剩余节点重新组成集群。

---

心跳机制的综合作用

1. 避免脑裂：

   • 当网络分区（Network Partition）发生时，心跳机制确保只有多数节点存活的分区能继续运行。
   • 若节点无法通过 网络心跳 和 磁盘心跳 达成多数一致，异常节点会被驱逐。

2. 故障检测与恢复：

   • 快速检测节点故障，触发服务迁移（如TAF）或资源重新分配。

3. 参数配置：

   • misscount：网络心跳的最大容忍丢失时间（默认30秒）。
   • disktimeout：磁盘心跳的最大容忍超时时间（默认200秒）。
   • 可通过crsctl命令调整（需谨慎操作）。

---

常见问题

Q1: 如果私有网络中断，但Voting Disk正常，会发生什么？

• RAC依赖网络心跳和磁盘心跳共同工作。若私有网络中断：
  • 若仅单节点失联，其他节点通过Voting Disk判定其故障并驱逐。
  • 若网络分区导致多个节点失联，只有拥有多数Voting Disk的分区可以存活。

Q2: Voting Disk为什么需要奇数个？

• 奇数个Voting Disk（如3或5）确保集群在分区时能形成“多数派”（如3个中的2个），避免平局导致的集群分裂。

Q3: 如何监控RAC心跳状态？

• 使用命令：

  crsctl check cluster       -- 检查集群状态
  crsctl query css votedisk  -- 查看Voting Disk状态
  oifcfg getif              -- 查看网络接口配置
  

---

总结

• 网络心跳（私有网络）、磁盘心跳（Voting Disk）、本地心跳（自检）共同保障RAC的高可用性。
• 心跳机制是RAC防脑裂和故障恢复的核心，需结合冗余网络、共享存储和合理参数配置。
• 理解心跳机制对诊断集群故障（如节点驱逐、网络分区）至关重要。