Oracle分布式事务故障处理_oracle分布式事务锁处理-优快云博客

原文：http://www.oracleblog.cn/working-case/how-to-deal-with-distributed-transaction/
作者：小荷
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
分布式事务，简单来说，是指一个事务在本地和远程执行，本地需要等待确认远程的事务结束后，进行下一步本地的操作。如通过dblink update远程数据库的一行记录，如果在执行过程中网络异常，或者其他事件导致本地数据库无法得知远程数据库的执行情况，此时就会发生in doublt的报错。此时需要dba介入，且需要分多种情况进行处理。

分布式事务在commit提交时候，会经历3个阶段：
1.PREPARE PHASE：
1.1 决定哪个数据库为commit point site。（注，参数文件中commit_point_strength值高的那个数据库为commit point site）
1.2 全局协调者（Global Coordinator）要求所有的点（除commit point site外）做好commit或者rollback的准备。此时，对分布式事务的表加锁。
1.3 所有分布式事务的节点将它的scn告知全局协调者。
1.4 全局协调者取各个点的最大的scn作为分布式事务的scn。（eygle在这篇文章中也测试过）

至此，所有的点都完成了准备工作，我们开始进入COMMIT PHASE阶段，此时除commit point site点外所有点的事务均为in doubt状态，直到COMMIT PHASE阶段结束。

如果数据库在此阶段出现问题，我们查询（假设远程数据库为commit point site，且本地数据库为Global Coordinator）：

本地：

select local_tran_id , state from dba_2pc_pending ；
LOCAL_TRAN_ID STATE
-------------------- -- ----------------
2.12.64845 collecting
远程：

select local_tran_id , state from dba_2pc_pending ；
no rows selected
即表示本地数据库要求其他点做好commit或者rollback准备，现在正在“收集”其他点的数据库的返回信息，但是远程数据库未知状态（in doubt）。我们需要将本地的Global Coordinator的状态清除掉：

execute DBMS_TRANSACTION . PURGE_LOST_DB_ENTRY ( ' local_tran_id ' ) ;
或者我们在查询的时候发现是如下的状态：

本地：

select local_tran_id , state from dba_2pc_pending ；
LOCAL_TRAN_ID STATE
-------------------- -- ----------------
2.12.64845 prepared
远程：

select local_tran_id , state from dba_2pc_pending ；
no rows selected
即表示本地 Global Coordinator 已经做好准备，已经将分布式锁放到各个事务的表上，但是远程数据库的状态再次未知（ in doubt ），我们需要手工的将本地的 transaction rollback 掉，并且清除分布式事务信息：
本地：

rollback force ' local_tran_id ' ;
execute DBMS_TRANSACTION . PURGE_LOST_DB_ENTRY ( ' local_tran_id ' ) ;
2.COMMIT PHASE：
2.1 Global Coordinator将最大scn传到commit point site，要求其commit。
2.2 commit point尝试commit或者rollback。分布式事务锁释放。
2.3 commit point通知Global Coordinator已经commit。
2.4 Global Coordinator通知分布式事务的所有点进行commit。

如果数据库在此阶段出现问题，我们查询

本地：

select local_tran_id , state from dba_2pc_pending ；
LOCAL_TRAN_ID STATE
-------------------- -- ----------------
2.12.64845 prepared
远程：

select local_tran_id , state from dba_2pc_pending ；
LOCAL_TRAN_ID STATE
-------------------- -- ----------------
1.92.66874 commited
即远程数据库可能已经commit，但是本地Global Coordinator未知远程数据库的状态，还是处于prepare的状态。我们需要在如下处理：

本地：

commit force ' local_tran_id ' ;
execute DBMS_TRANSACTION . PURGE_LOST_DB_ENTRY ( ' local_tran_id ' ) ;
远程：

execute DBMS_TRANSACTION . PURGE_LOST_DB_ENTRY ( ' local_tran_id ' ) ;
或者我们在查询的时候发现是如下的状态：

本地：

select local_tran_id , state from dba_2pc_pending ；
LOCAL_TRAN_ID STATE
-------------------- -- ----------------
2.12.64845 commited
远程：

select local_tran_id , state from dba_2pc_pending ；
LOCAL_TRAN_ID STATE
-------------------- -- ----------------
1.92.66874 commited
即远程数据库和本地数据库均已经完成commit，但是分布式事务的信息尚未清除，我们需要在本地和远程运行：

本地：

execute DBMS_TRANSACTION . PURGE_LOST_DB_ENTRY ( ' local_tran_id ' ) ;
远程：

execute DBMS_TRANSACTION . PURGE_LOST_DB_ENTRY ( ' local_tran_id ' ) ;
3.FORGET PHASE：
3.1 参与的点通知commit point site他们已经完成commit，commit point site就能忘记（forget）这个事务。
3.2 commit point site在远程数据库上清除分布式事务信息。
3.3 commit point site通知Global Coordinator可以清除本地的分布式事务信息。
3.4 Global Coordinator清除分布式事务信息。

此时如果出现问题，我们查询：

本地：

select local_tran_id , state from dba_2pc_pending ；
LOCAL_TRAN_ID STATE
-------------------- -- ----------------
2.12.64845 commited
远程：

select local_tran_id , state from dba_2pc_pending ；
no rows selected
即远程commit point site已经完成commit，通知Global Coordinator清除本地的分布式事务信息，但是Global Coordinator没有收到该信息。我们需要这样处理：

本地：

execute DBMS_TRANSACTION . PURGE_LOST_DB_ENTRY ( ' local_tran_id ' ) ;
综上，分布式事务的依次状态为：

综上，分布式事务的依次状态为：

phase        local_state     remote_state        action
--------- -- ---------- ------------------ --------------------------------------------
prepare      collecting        /              本地 DBMS_TRANSACTION . PURGE_LOST_DB_ENTRY
            prepared          /              本地 rollback   force 后 PURGE_LOST_DB_ENTRY

commit       prepared         commited         本地 commit   force 后本地和远程均 PURGE
            commited         commited         本地和远程均 PURGE_LOST_DB_ENTRY

forget       commited          /              本地 PURGE_LOST_DB_ENTRY
另，当我们遇到使用rollback/commit force的时候，无法正常的清除分布式事务的信息，会报错ORA-02058: no prepared transaction found with ID X.XX.XXXXX时，我们需要通过手工方式来清除该信息。
注，以下方式修改数据字典，存在风险，使用前请备份好你的数据库）

情况1,在dba_2pc表中还有事务记录，但是实际已经不存在该事务了：

select local_tran_id , state from dba_2pc_pending ;
LOCAL_TRAN_ID STATE
-------------------- -- ----------------
1.92.66874 prepared
(注:’1.92.66874′的结构为rbs#, slot#, wrap#,此事务在rollback segment #1)

我们再用如下语句找出使用rollback segment #1且状态是active的transaction：

SELECT KTUXEUSN , KTUXESLT , KTUXESQN , /* Transaction ID */
       KTUXESTA   Status ,
       KTUXECFL   Flags
FROM   x $ ktuxe
WHERE   ktuxesta != ' INACTIVE '
      AND   ktuxeusn = 1 ; <== 这是 rollback segment #，即rbs#
no   rows selected
因此我们在rollback force的时候会报错：

ORA - 02058 : no prepared transaction found with ID 1.92.66874
我们需要如下处理：

set transaction use rollback segment SYSTEM ;
delete   from sys . pending_trans $
where   local_tran_id = ' 1.92.66874 ' ;
delete   from sys . pending_sessions $ where local_tran_id = ' 1.92.66874 ' ;
delete   from sys . pending_sub_sessions $ where local_tran_id = ' 1.92.66874 ' ;
commit ;
情况2，这种情况比较少见，在dba_2pc表中无法查到分布式事务信息，但是实际上却是存在该分布式事务的：

我们在alertlog中可以看到：

ORA - 1591 : lock held by in - doubt distributed transaction 1.92.66874
我们查询dba_2pc的表，发现没有分布式事务信息：

select local_tran_id , state from dba_2pc_pending
where   local_tran_id = ' 1.92.66874 ' ;
no   rows selected
但是去查实际的rollback segment信息，却发现有prepared状态的分布式事务存在：

SELECT KTUXEUSN , KTUXESLT , KTUXESQN , /* Transaction ID */
       KTUXESTA   Status ,
       KTUXECFL   Flags
FROM   x $ ktuxe
WHERE   ktuxesta != ' INACTIVE '
      AND   ktuxeusn = 1 ;
KTUXEUSN    KTUXESLT    KTUXESQN   STATUS            FLAGS
-------- -- ---------- ---------- ---------------- ------------------------
         1          92       66874   PREPARED          SCO | COL | REV | DEAD
我们无法做commit force或者rollback force：

rollback force ' 1.92.66874 ' ;
ORA - 02058 : no prepared transaction found with ID 1.92.66874
我们用如下的方式手工清理：

alter system disable distributed recovery ;

insert   into pending_trans $ (
    LOCAL_TRAN_ID ,
    GLOBAL_TRAN_FMT ,
    GLOBAL_ORACLE_ID ,
    STATE ,
    STATUS ,
    SESSION_VECTOR ,
    RECO_VECTOR ,
    TYPE #,
    FAIL_TIME ,
    RECO_TIME )
values (   ' 1.92.66874 ' , /* <== 此处为你的local tran id */
    306206 ,                  /*                                         */
    ' XXXXXXX.12345.1.2.3 ' ,   /* 这些值不必更改，   */
    ' prepared ' , ' P ' ,          /* 是静态参数，可以直接   */
    hextoraw (   ' 00000001 ' ) , /* 在这个sql中使用                             */
    hextoraw (   ' 00000000 ' ) , /*                                         */
    0 , sysdate , sysdate   ) ;

insert   into pending_sessions $
values (   ' 1.92.66874 ' , /* <==此处为你的local tran id */
    1 , hextoraw ( ' 05004F003A1500000104 ' ) ,
    ' C ' , 0 , 30258592 , '' ,
    146
) ;

commit ;

commit   force ' 1.92.66874 ' ;
此时如果commit force还是出现报错，需要继续执行：

delete from pending_trans $ where local_tran_id = ' 1.92.66874 ' ;
delete from pending_sessions $ where local_tran_id = ' 1.92.66874 ' ;
commit ;
alter system enable distributed recovery ;
此时如果没有报错，则执行以下语句：

alter system enable distributed recovery ;
and   purge the dummy entry from the dictionary , using
connect / as   sysdba
alter   session set " _smu_debug_mode " = 4 ;
( 注：如果使用 auto 的 undo 管理方式，需要执行此步骤，此步骤能避免在后续执行 purge_lost_db_entry 出现 ORA - 01453 的报错，详细信息可见 Bug   2191458 ）
commit ;
exec   dbms_transaction . purge_lost_db_entry ( ' 1.92.66874 ' )

本文来自优快云博客，转载请标明出处：http://blog.youkuaiyun.com/a9529lty/archive/2010/12/16/6079087.aspx