系统突然断电重启导致rac节点无法启动,crs-4000错误

  公司rac集群为双节点oracle11g的rac,操作系统为AIX6.1,突然断电重启了,再次查看集群状态,发现其中一个节点起不来。

  经过系统工程师检查,发现重启后存储的光纤网络有十几秒左右的延时,于是手动启动crs,结果保crs-4000问题。以root用户执行./crsctl start crs仍然不行。

  怀疑是asm有问题,在grid用户下asmcmd,结果发现连接到空实例,真是

  ASM没有启动,于是直接在asmcmd里startup没有启动。但是半天也没有反应,于是进入asm实例:

 sqlplus / as sysdba,直接报没有权限连接。难道是因为环境变量,使用export手动指定环境变量,结果和刚才一样,而且sqlplus / as sysasm也是同样的错误。

  经过询问,有人建议应该输入用户名密码,应为在监听服务没有启动的情况下,不能直接用空用户名密码登陆。但是用户名密码有点忘了,把密码文件备份删除后,使用orapwd命令重建密码文件。重建后使用sqlplus username/password as sysdba的方式登陆成功,但不能启动。使用sqlplus username/password as sysasm的方式登陆,仍然报权限的错误。

    怀疑是不是共享存储权限的问题,但经过查看,发现各共享存储的连接情况和权限与第二个节点的情况一样。又怀疑是不是停电导致存储出现故障,但第二个节点一切运行正常。难道是ocr盘的问题,查找到该节点最近的OCR备份,想要restore一下,发现restore不能执行。

    又想到一个办法,在另一个节点通过srvctl命令启动asm,srvctl start asm -n 节点名,但仍然不能启动,报节点1上ora.asm服务没有启动。通过crsctl stat res -t -init 发现,ora.crsd,ora.asm,ora.diskmon,都没有启动。ora.evmd状态为intermediate。

   经过查询研究,认为应该是crs没有启动的问题。晕了,crs没有启动是因为asm没有启动,asm启动不起来是因为crs没启动起来!这不是造成死循环了吗?再次用root 用户重启crs,这回是先关闭再重启,结果都报错。想要看一下crs的启动关闭日志,结果发现crsd.log里只有断电之前的日志,根本没有之后的任何记录。

   最后通过查找ohasd里的日志(非常大量),终于在其中发现了问题。应该是网络sqlnet.ora文件出来问题,经过排查,发现节点1的sqlnet.ora文件中有一行auth认证,好像多了一个空格,去掉空格,重启crs,crs成功启动。接着启动asm,监听,数据库实例等等也都一切正常。

   总结,忙活了很长时间才搞定,更本原因还是对oracle rac的体系架构和启动流程不熟悉。crs启动的时候会通过监听去读取asm中的信息,而监听sqlnet里有一行auth的意思为操作系统认证,让crs通过操作系统认证方式读取asm中信息,如果这个没有,那当然读取不到asm中信息也就无法启动,同时crsd.log里也不会有任何记录,因为oracle应该是通过ipc去读写log文件,但是sqlnet都没有通过也就不能对日志有任何操作。其实也可以把这一行去掉,以免下次造成同样的问题。

   以上总结是个人愚见,不代表真实情况,可能是错误的,完全是根据这次事故进行的猜测!哈哈!

你可能感兴趣的:(ASM,RAC,sqlnet)