一个CRS节点无法安装的故障分析

记一次因网卡心跳故障引发RAC节点重启故障分析 网卡心跳故障引发RAC节点重启故障分析,kernel: NETDEV WATCHDOG: eth1: transmit timed out,eth1: transmit timed out 阅读详情

前些天有一个朋友安装CRS的时候无法找到节点:

$./cluvfy/runcluvfy.sh stage -post hwos -n node1,node2 -verbose

notice: JAVA_HOME not set in the environment.

Performingpost-checks for hardware and operating system setup

Checking nodereachability...

Check: Nodereachability from node "node1"

  DestinationNode                     Reachable?              

  ------------------------------------  ------------------------

 node1                                no                      

 node2                                no                      

Result: Node reachability check failed from node "node1".

碰到这个问题,首先我问他hostname是否就是Node1,node2,而且这两个地址是否正确的在/etc/hosts里定义了。他回答是这些都没错,然后我问他网卡的顺序是否正确,在HP-UX下有时候私网和公网的网卡在两台服务器上的设备名不对应,也可能会出一些莫名其妙的错误。经过确认都没问题。

检查hosts文件和services文件的属性,也都没问题,world有r的权限。看样子问题不是出在这些地方。那么下面该怎么处理呢?

在常规方法无法找到问题的时候,使用操作系统跟踪工具对某个出问题的配置过程进行跟踪是十分有效的方法,我建议他用tusc跟踪一下,看看能有什么发现。

很快在tusc里面我们发现了疑点:

stat("/usr/sbin/ping",0x742ff5e4) ....................................................................= 0

access("/usr/sbin/ping", X_OK)........................................................................ = 0

pipe() ................................................................................................= 9 (10)

pipe()................................................................................................= 11 (12)

pipe()................................................................................................= 13 (14)

vfork() ............................................................ (returningas child ...) ......... , 2452

execve("/tmp/2437/jre/bin/HPUXChildWrapper", 0x1923d0, 0xf5230)....................................... [entry]

                             argv[0] @ 0x192410: "/tmp/2437/jre/bin/HPUXChildWrapper"

                             argv[1] @ 0x742ff460: "9"

                             argv[2] @ 0x742ff470: "12"

                             argv[3] @ 0x742ff480: "14"

                             argv[4] @ 0xffffffffc1be1140: 

                             argv[5] @ 0x742ff038: "/usr/sbin/ping"

                             argv[6] @ 0x192170: "node1"

                             argv[7] @ 0x192188: "-n"

                             argv[8] @ 0x1921a0: "1"

                             argv[9] @ 0x1921e8: "-m"

                             argv[10] @ 0x192200: "3"

                              env[0] @ 0x77ff00f2: "_=/tmp/2437/jre/bin/java"

                              env[1] @ 0x77ff010b:"MANPATH=/usr/share/man/%L:/usr/share/man:/usr/contrib/man/%L:/usr/contrib/man:/usr/local/man/%L:/usr/local/man:/opt/mx/share/man:/opt/upgrade/share/man/%L:/opt/upgrade/share/man:/opt/pd/share/man/%L:/opt/pd/share/man:/opt/pd/share/man/%L:/opt/pd/share/man:/opt/pd/share/man/%L:/opt/pd/share/man:/opt/resmon/share/man:/opt/gnome/man:/opt/openssl/man:/opt/openssl/prngd/man:/opt/wbem/share/man:/opt/hparray/share/man/%L:/opt/hparray/share/man:/opt/graphics/common/man:/usr/dt/share/man:/opt/samba/man:/opt/perl/man:/opt/ignite/share/man/%L:/opt/ignite/share/man:/opt/ssh/share/man"

                              env[2] @ 0x77ff034e: "SHLIB_PATH=/tmp/2437/jre/lib/PA_RISC2.0:/tmp/2437/jre/lib/PA_RISC2.0/server:/tmp/2437/jre/../lib/PA_RISC2.0:/tmp/2437/lib32:/tmp/2437/srvm/lib32:"

                              env[3] @ 0x77ff03e0: "PATH=/usr/bin:/usr/ccs/bin:/usr/contrib/bin:/opt/hparray/bin:/opt/nettladm/bin:/opt/upgrade/bin:/opt/fcms/bin:/opt/pd/bin:/opt/resmon/bin:/opt/gnome/bin:/usr/bin/X11:/usr/contrib/bin/X11:/opt/mozilla:/opt/wbem/bin:/opt/wbem/sbin:/opt/graphics/common/bin:/usr/sbin/diag/contrib:/opt/mx/bin:/opt/perl/bin:/opt/ssh/bin:."

                              env[4] @ 0x77ff051e: "COLUMNS=125"

                              env[5] @ 0x77ff052a: "ORACLE_BASE=/home/oracle/base"

                             env[6] @ 0x77ff0548: "EDITOR=vi"

                              env[7] @ 0x77ff0552: "LOGNAME=oracle"

                              env[8] @ 0x77ff0561: "CV_DESTLOC=/tmp"

                              env[9] @ 0x77ff0571: "ERASE=^H"

                              env[10] @ 0x77ff057a: "CV_JDKHOME=/tmp/2437/jre"

                              env[11] @ 0x77ff0593: "CRS_HOME=/home/oracle/crsHome"

                              env[12] @ 0x77ff05b1: "SHELL=/sbin/sh"

                              env[13] @ 0x77ff05c0: "HOME=/home/oracle"

                              env[14] @ 0x77ff05d2: "LD_LIBRARY_PATH=/tmp/2437/lib:"

                              env[15] @ 0x77ff05f1: "TERM=vt100"
                              env[16] @ 0x77ff05fc: "CV_HOME=/tmp/2437"
                              env[17] @ 0x77ff060e: "PWD=/home/oracle"
                              env[18] @ 0x77ff061f: "TZ=EAT-8"
                              env[19] @ 0x77ff0628: "LINES=47"
                              env[20] @ 0xffffffffc1be0fa8: 
                              env[21] @ 0xffffffffc1be0fd0:

从上述的TRACE我们看出,检查过程中调用了Ping,估计CRS安装时候使用PING命令去检查节点的健康性。从后面的参数来看,我们看到其中有-n -m等ping的参数,于是我让他执行一下/usr/sbin/pingnode1 -n 1 -m 3 。

反馈的信息让我眼前一亮,居然发现ping没有-m选项:

# ping node1 -n1

PING node1: 64 byte packets

64 bytes from 192.168.1.150: icmp_seq=0. time=0. ms

----node1 PINGStatistics----

1 packets transmitted, 1 packets received, 0% packet loss

round-trip (ms)  min/avg/max = 0/0/0

# ping node1 -n 1  -m 3

Usage:  ping [-oprv] [-i address] [-t ttl] host [-n count]

        ping [-oprv] [-i address] [-t ttl]host packet-size [[-n] count]

这下子就很明确了,估计是HP-UX的补丁没有打全,经过检查,发现GOLDQPK11i 没有打,打了补丁后,测试一下/usr/sbin/pingnode1 -n 1 -m 3 ,一切都OK了,于是再安装CRS,一切正常。

这个案例主要让大家学会如何通过TUSC去做深入的诊断,如果发现问题后胡乱的从网上去找解决方案,肯定是不行的。解决问题,思路最重要。

分析11.2.0.3 rac CRS-1714:Unable to discover any voting files 结论: 1,11.2.0.3或者说ORACLE不同版本的RAC进程依赖机制一直在发展演化,一定要尽力搞清RAC各进程间依赖关系,到关重要 2,CRS-1714:Unable to discover ... 阅读详情

相关推荐

加法器设计—— 原理图与VHDL设计初步

1、在DE2-115开发板上,完成4位全加器系统的设计、下载和功能演示,并在FPGA上实现1位全加器;2、完成3-8译码器的设计、下载和功能演示(利用板上的8段数码管)本次实验在组合逻辑电路的基础上,运用Verilog编程实现了四位全加器和3-8译码器的设计,同时实现了在DE2-115开发板上的下载和功能演示。整个过程加深了我对电路设计和Verilog编程的理解,同时也锻炼了解决问题的能力。

m0_74749526的博客 1236

CRS磁盘force dismount引起的RAC节点宕机故障

墨墨导读:本文来自墨天轮“猫瞳映月”投稿,作者主页https://www.modb.pro/u/12330,主要详述CRS磁盘force dismount引起的RAC节点宕机故障处理过程...

Enmotech的博客 1001

JQ8900语音播报模块在RT-Thread系统下的驱动移植与测试详解

本文详细讲解了如何在RT-Thread嵌入式操作系统中,为JQ8900语音播报模块进行驱动移植与功能测试。内容涵盖从获取驱动代码、配置Kconfig工程、编译烧录到核心代码解析的完整流程,并提供了基于串口通信的上电测试与问题排查方法,帮助开发者快速掌握在RT-Thread系统下集成外部模块的核心技能。

weixin_35677363的博客 593

oracle数据库报错2112,RAC某节点被剔除集群故障分析及解决

本帖最后由 oracle_mao 于 2013-12-19 09:08 编辑对于管理RAC的dba来说,肯定遇到过某一个节点被另一个节点reboot,其实出现这样的原因很多,但大多数情况,都是由于某个节点的资源(cpu,内存,磁盘,网络等)出现了问题,阻碍了节点间的通信,为保证数据的完整性以及RAC特性,才将出问题的节点剔除集群的,从维护RAC以来,遇到过很多次这样的事情,不是os被重启了,就是d...

weixin_33544518的博客 2009

土壤数据库辅助工具SPAW计算土壤导水率

首先点击打开根据之前的1比100土壤数据查表得到各个组分含量其中Field Capacity是田间持水量Matric Bulk Density是基质粒密度。

所有专家都曾始于新手 3443

回归预测 | MATLAB实现SVR(支持向量机回归)K折交叉验证

回归预测 | MATLAB实现SVR(支持向量机回归)K折交叉验证 目录回归预测 | MATLAB实现SVR(支持向量机回归)K折交叉验证基本介绍划分原理留一划分交叉验证K折交叉数据下载程序设计参考资料致谢 基本介绍 在机器学习里,通常来说我们不能将全部用于数据训练模型,否则我们将没有数据集对该模型进行验证,从而评估我们的模型的预测效果。为了解决这一问题,有如下常用的方法: 第一种是最简单的,也是很容易就想到的。我们可以把整个数据集分成两部分,一部分用于训练,一部分用于验证,这也就是我们经常提到的训练集

机器学习之心的博客,关注并私信文章链接,获取对应文章源码和数据。 6375

故障转移集群仲裁盘_CRS磁盘force dismount引起RAC节点宕机故障

1、环境介绍Oracle RAC 11.2.0.4.0RedHat Linux 6.92、告警信息巡检的时候执行如下命令不成功$ crsctl stat res -t CRS-0184: Cannot communicate with the CRS daemon.3、检查CRS状态$ crsctl check cluster CRS-4535: Cannot communicate with...

weixin_42422362的博客 607

将Dify平台开发的工作流集成到Open WebUI中

将Dify开发的工作流集成到Open WebUI是一个能够显著增强AI应用交互能力和业务逻辑深度的有效途径。其核心在于通过API建立两者间的通信桥梁,并确保API在格式、协议和行为上的一致性,特别是向OpenAI Chat API规范看齐。最简单直接的路径是利用Dify的“对话型”或“Agent型”应用,这类应用的API设计更倾向于满足Open WebUI这类聊天前端的期望。然而,面对复杂的现实场景,直接的完美兼容并非总是唾手可得。

形上得其象,形下合于数;阴阳自济,玄理自明。 2030

RAC第一个节点被剔除集群故障分析

对于管理RAC的dba来说,肯定遇到过某一个节点被另一个节点reboot,其实出现这样的原因很多,但大多数情况,都是由于某个节点的资源(cpu,内存,磁盘,网络等)出现了问题,阻碍了节点间的通信,为保证数据的完整性以及R...

cri3224的博客 847

开源的预测气象大模型与数据获取/可视化

「开源气象大模型与数据获取指南」摘要: 当前主流AI气象模型(如ECMWF的AIFS、DeepMind的GraphCast、华为Pangu等)主要基于ERA5/HRES数据训练。开源资源可通过ECMWF OpenData、GitHub仓库及Google Cloud获取,其中AIFS数据采用CCBY-4.0许可可商用,其他模型多有限制性许可。典型应用流程包括:1)通过Python包获取实时预报数据;2)加载预训练权重进行推理;3)使用xarray/cartopy或Zarr进行可视化。训练数据可从CDS下载ER

专注AI大模型,软件混淆,授权 793

6、基于深度强化学习的无人机路径规划

本文研究了基于深度强化学习的无人机路径规划方法,提出了一种融合改进DQN算法与人工势场法的路径规划策略。通过设计合理的网络结构、状态空间、动作空间和奖励函数,结合ε-贪心策略进行动作选择,实现了无人机在复杂环境中的自主避障与目标导向飞行。仿真实验表明,该方法具有收敛速度快、实时性强和可操作性高等优点,能有效完成室内环境下的路径规划任务。文章还总结了算法优势,并对未来在连续动作、复杂环境适应及多无人机协同等方面的发展方向进行了展望。

web39explorer的博客 166

通过 Oracle 日志文件了解 CRS 的启动过程

程昌明云和恩墨技术专家本文整理来自上周四云和恩墨大讲堂程昌明的分享:通过 Oracle 日志文件了解 CRS 的启动过程。“之所以要分享这个主题,是因为当我第一次遇见 CRS 无法正常启动...

weixin_54551388的博客 483

华为OD机试真题2026双机位C卷 Python&JS 实现【明日之星选举】

给定一组选票votes。votes[i]代表第 i 张选票的内容,包含一个字符串"zhangsan,hanmei",表示推荐zhangsan为明日之星,反对 hanmei 称为明日之星。赞成或反对使用逗号(,)分割。 给定一个数组n,表示最后将筛选出赞成票最多的n个人,如果赞成票相同,则反对票越少,排序越靠前;如果赞成票和反对票都相同,则按照姓名字典序升序排序。

MISAYAONE的博客 318

Oracle集群管理 -local listener配置问题导致数据库无法连接

从数据库的alert日志可以看出,当使用crsctl stop crs 直接关闭CRS集群时,数据库实例是以abort方式关闭的,这种方式过于暴力,除非数据库完全hang死,否则一般不建议使用这种方式,有可能会引起数据库故障;看到收集的信息,立马就知道了故障原因。现场同事在安全关闭计算节点dm01dbadm01上的数据库实例阶段,前4个数据库实例都正常关闭,业务系统未受到任何影响,但关闭PPO这个数据库实例后,业务部门很快就反映,业务系统无法连接到数据库,PPO这个数据库是核心库,它会影响到所有的业务。

oradbm的博客 1872

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

Oracle故障处理:10G RAC srvctl注册实例正常,但是crs切不能管理实例

摘要:Oracle 10G RAC实例管理异常问题处理 在AIX 6.1系统上,Oracle 10.2.0.4 RAC环境中出现srvctl注册实例正常但crs无法管理实例的问题。故障表现为crs_stat显示节点2实例状态为OFFLINE,而数据库实际状态正常。通过检查日志发现权限问题,目录/oracle/orabase/product/10g/db_home/racg/init/uam_db2/uamdb/属主为root导致CRS无法创建必要文件。解决方案是将目录属主改为oracle:oinstall,

提供数据库技术支持(系统优化,故障处理,安装升级,数据恢复等) 462

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

删除磁盘组引起2节点实例无法启动

1.1 现象 1、2节点数据库,发现数据库asm启动正常、数据库实例无法启动。 1.2 故障分析 1、数据库实例无法crs正常带起后,手动执行srvctl start instance –d jxnewdb –I jxnewdb2命令启动数据据库,启动报错,报找不到fravol磁盘组。 2、而fravol、datavol磁盘组已经删除,用datanew和franew替代。查看crs资源,crs...

junzilan_20的博客 187

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

由acfs引起的RAC二节点集群宕故障分析

根据该文档建议关闭usb0网卡,并将私网改为直连,重启二节点集群。二节点的集群启动hung在了crsd进程的启动上。在GI日志中,ACFS Driver load完之后没有CRSD启动的信息。可以看到集群服务日志中的报错主要为节点间连接漏洞超时,但没有更明确的错误信息。随后尝试重启二节点集群,观察集群各个服务启动情况,发现crsd和evmd资源状态异常。evmd.log中可以看到明显的报错gipcretConnectionRefused。确定了异常的集群服务之后,就去查看这两个服务的日志。

weixin_42329915的博客 766

某RAC数据库一个节点“宕机”原因分析

某RAC数据库一个节点“宕机”原因分析 (RAC down机原因分析)

IT圈黎俊杰 7391

RAC一个节点自动重启问题分析

题记:在RAC数据库的故障当中,节点重启的现象很常见,在这种问题的处理当中,有一定的规律性。为了更好的说明这个问题的处理过程,保证出现该类问题的时候,能够有序的进行处理,特编写此文档。 问题现象描述  此问题的现象比较明显,也就是数据库自动重启,或者是节点自动重启,客户端在数据库重启期间无法连接数据库,导致业务断连的现象。这种情况如果出现在业务高峰期间,将会对业务造成较大的影响,所有连接到重启节点...

weixin_34268753的博客 1202

11gR2 RAC集群节点重启后无法启动的原因分析(rebootless等特性及linux6.5multipath多路径配置文件)

上个月遇到的一个故障; 首先是用户反映有RAC环境中一个节点无法启动,需要进行处理。需要对集群中此节点无法启动的原因进行排查,同时需要排查为何出现了节点重启;故障分析结论是:RAC节点2异常,集群无法启动并报无法找到votingfile所需的共享磁盘,在此之前2017/01/17发生了集群及OS重启。 对无法发现共享磁盘及集群重启的原因进行分析总结如下: 1.2017/01/17 11:1...

还不算晕的专栏 3668

一次典型的心跳IP被占用导致的RAC节点主机重启分析

如下是另一次典型的由于网络心跳异常导致的RAC节点GRID软件重启分析(由于11gR2 新特性Rebootless Restart特性默认是重启GRID不重启主机,但是此问题由于当时私网IP被占用,发生了多次GRID重启,某次关闭时未正常关闭,所以触发了主机重启),当时写给用户的故障分析报告,供参考。 一、服务概述 某客户CRM系统 RAC集群节点2异常重启问题;**工程师接到故障申报后,及时...

还不算晕的专栏 2084

【Oracle RAC故障分析与处理】

原文地址:【OracleRAC故障分析与处理】作者:蚁巡运维平台一RAC环境RAC架构,2节点信息节点1SQL> show parameter instanceNAMETYPEVALUE------------------------------------ ----------- -...

weixin_34257076的博客 194

11gR2 硬件导致重新添加节点

11gR2 硬件导致重新添加节点 作者:吴伟龙 一、环境描述: 这是一套五年前部署的双节点单柜11g RAC,当时操作系统盘是一块164g的单盘,没有做RAID。 OS: RedHat EnterPrise 5.5 x86_x64 GI : Oracle G...

weixin_33958366的博客 302
上一篇: Rman跳过坏块快速修复的的技巧
下一篇: Smon死锁引发的数据库宕机
DBAIOps社区
博客等级 码龄3年 970粉丝 107原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值