oracle rac 2个节点故障 (sun os)

今天同事在巡检过程中，发现了一个致命的问题，双机故障，我们所谓的rac就是保证至少1个节点可用， 结果2个节点都down了， 如何给客户交代？

oracle系统如此之贵，结果中断了业务，这个问题有点严重了。 说得吓人。。。

来，我们直接看故障点：

1.在crsctl status res -t 的时候，看到DG是offline的， 然后instance是down的。

分析：

down机可能原因

1.硬件故障导致机器重启，磁阵权限丢失，asm拉不起，可以先检查磁盘状态和权限。

2. 数据库压力过大，控制器出问题，导致磁盘dismount

3. oracle bug ，需要打补丁

检查权限（2个节点都要看）：

2. 可能是同事处理过，说已经恢复了系统。

但给我说，节点1有个crs没有启动。

节点2查看整个集群状态

$ crsctl status res -t
--------------------------------------------------------------------------------
NAME           TARGET  STATE        SERVER                   STATE_DETAILS       
--------------------------------------------------------------------------------
Local Resources
--------------------------------------------------------------------------------
ora.DG01_CRS.dg
               ONLINE  ONLINE       db2                                          
ora.DG02_DATA.dg
               ONLINE  ONLINE       db2                                          
ora.DG02_EDATA.dg
               ONLINE  ONLINE       db2                                          
ora.DG03_REDO01.dg
               ONLINE  ONLINE       db2                                          
ora.DG04_REDO02.dg
               ONLINE  ONLINE       db2                                          
ora.LISTENER.lsnr
               ONLINE  ONLINE       db2                                          
ora.asm
               ONLINE  ONLINE       db2                                          
ora.gsd
               OFFLINE OFFLINE      db2                                          
ora.net1.network
               ONLINE  ONLINE       db2                                          
ora.ons
               ONLINE  ONLINE       db2                                          
ora.registry.acfs
               ONLINE  ONLINE       db2                                          
--------------------------------------------------------------------------------
Cluster Resources
--------------------------------------------------------------------------------
ora.LISTENER_SCAN1.lsnr
      1        ONLINE  OFFLINE                                                   
ora.cvu
      1        ONLINE  OFFLINE                                                   
ora.db1.vip
      1        ONLINE  OFFLINE                                                   
ora.db2.vip
      1        ONLINE  ONLINE       db2                                          
ora.oc4j
      1        ONLINE  ONLINE       db2                                          
ora.scan1.vip
      1        ONLINE  OFFLINE                                                   
ora.unicom.dataclient.svc
      1        ONLINE  OFFLINE                                                   
      2        ONLINE  ONLINE       db2                                          
ora.unicom.dataldr.svc
      1        ONLINE  OFFLINE                                                   
      2        ONLINE  ONLINE       db2                                          
ora.unicom.db
      1        ONLINE  OFFLINE                                                   
      2        ONLINE  ONLINE       db2                      Open   

节点1查看crs状态

$ crsctl check crs
CRS-4638: Oracle High Availability Services is online
CRS-4535: Cannot communicate with Cluster Ready Services
CRS-4529: Cluster Synchronization Services is online
CRS-4533: Event Manager is online

当然crs是无法用的，给集群管理增加了负担。

$ crsctl status res -t
CRS-4563: Insufficient user privileges.

CRS-4000: Command Start failed,or completed with errors.

查看进程，发现在节点1，没有crsd.bin,但css has 等都是有的，

那么我们单独启动节点1 的 crs

查看节点1 进程

再查看节点1 整个crs的状态

等3分钟，因为有个刷新的过程，拉起其他进程的过程。

我们再查看整个集群

到这里 2个节点就好了。

做到这里，说明运维的部分已经做完了，

那么我们不仅仅是运维，更多是开发dba的范围， 承担系统架构，性能优化，应用优化。 这样做好了，就少一些运维。

-- 下面继续分析， 如何避免数据库压力大，有优化的余地吗？ 答案是肯定的---- > 有

没有完美的系统，没有绝对的高手，只有在不断研究，才不断进步。

明天补充说明 从AWR分析，整个系统的性能问题。