什么情况下Oracle Clusterware会重启（Evict，驱逐）节点机器？

 

什么情况下Oracle Clusterware会重启（Evict，驱逐）节点机器？

1. 节点机器在interconnect network上无法ping通，没有了network heartbeat，比如网络问题。
2. 节点机器无法存取Voting Disk，没有了disk heartbeat，比如磁盘问题。
3. 由于节点机器过于繁忙，导致没有空闲资源来完成上述的两种动作之一，比如CPU问题，内存问题。

具体的Timeout算法参看Metalink Note：294430.1。

通常，在某个节点被驱逐之后，cssd.log或者crsd.log或者操作系统自身的log中会有具体的信息记载，通过这些log可以知道到底是什么原因导致了节点被驱逐。但是，可能在某些情况下，由于操作系统在被强行reboot之前过于繁忙，根本没有任何空余的CPU时间片来将内存中的log内容写入到磁盘log文件中，这时候，我们在log中看到的就是忽然的一段时间空白之后就是Cluster重新启动的信息了。

在10.2.0.3之后，我们可以设置diagwait，来延迟eviction，让系统在重启之前等待几秒，尽量让log可以写入到磁盘上。该功能目前已经backport到10.1.0.5中，因此在 10.1.0.5 (or higher), 10.2.0.3 (or higher) 和11.1.0.6 (or higher)这些版本中都可以设置diagwait。

在不支持的版本中设置diagwait将会得到”unrecognized parameter diagwait specified” 错误提示。

设置diagwait的方法，使用root用户执行以下命令：
1. 停止Clusterware

#crsctl stop crs 
#<CRS_HOME>/bin/oprocd stop

2. 确认Clusterware stack已经完全关闭

#ps -ef |egrep "crsd.bin|ocssd.bin|evmd.bin|oprocd"

3. 在集群的任意节点上设置diagwait等待时间13秒

#crsctl set css diagwait 13 -force

4. 检查diagwait设置是否成功

#crsctl get css diagwait

如果设置成功，则返回13，否则返回”Configuration parameter diagwait is not defined”。

5. 重新启动Oracle Clusterware

#crsctl start crs

在解决完导致节点被驱逐的问题之后，可以将diagwait参数取消。

取消的方法仍然按照上面的命令步骤，只是将第3步中的命令改为：

#crsctl unset css diagwait

在Oracle 10gR2 + AIX5L的系统中，可能由于各种原因（比如操作系统的bug或者数据库的bug），导致OPROCD进程驱逐节点，检查以及解决的方法可以参看Metalink Note：419312.1。

 

摘于：http://www.dbform.com/html/2009/591.html