Linux Oracle故障诊断思路 - 问答

Linux Oracle故障诊断思路

一快速定位与信息收集

明确现象与影响范围：记录故障的发生时间、持续时长、影响业务/会话比例，优先抓取当前CPU、内存、I/O、网络等系统指标与应用响应时间。
查看告警与跟踪：优先检查数据库alert.log与对应trace文件，定位首次报错与关键堆栈；ADR 统一目录通常为：$ORACLE_BASE/diag/rdbms/<db_name>/<instance_name>/trace/alert_<instance_name>.log，可用 SQL 查询：show parameter diagnostic_dest; 与 select value from v$diag_info where name=‘Diag Trace’;；必要时用 adrci 浏览与打包日志。
操作系统侧线索：同步检查 /var/log/messages、syslog、dmesg，关注与 Oracle 进程、磁盘、内存、OOM、设备掉线等相关的告警。

二分层排查路径

连接与会话
- 监听器：执行 lsnrctl status，查看服务注册与端口；异常时检查 $ORACLE_HOME/network/log/listener.log，必要时 lsnrctl stop/start；确认 1521 端口与防火墙策略。
- 连通性：使用 tnsping <服务名>；网络测试用 ping/telnet 1521；排查超时可调整 sqlnet.ora 的 SQLNET.INBOUND_CONNECT_TIMEOUT / SQLNET.SEND_TIMEOUT / SQLNET.RECV_TIMEOUT。
- 连接数：关注 ORA-12516/12518/12519，统计会话与上限：SELECT COUNT(*) FROM v$session; SHOW PARAMETER processes; SHOW PARAMETER sessions; 并按用户/模块聚合定位异常来源。
- 认证与账户：处理 ORA-28040（认证协议不匹配） 与 ORA-01017/ORA-28000（密码错误/账户锁定），检查 SQLNET.ALLOWED_LOGON_VERSION_SERVER 与用户状态/策略。
实例可用性
- 实例状态：以 sqlplus / as sysdba 登录，执行 SELECT status FROM v$instance;；若不可用，优先查看 alert.log 的启动失败原因（参数、控制文件、数据文件、归档/空间等）。
性能与阻塞
- 工作负载与等待：生成 AWR/ASH 报告，识别 Top SQL、CPU/IO/锁等待热点；结合 v$session、v$lock、v$sql 定位阻塞链与会话状态。
- SQL 诊断：对可疑 SQL 开启 SQL Trace 并用 tkprof 分析，验证计划与成本。

三常见故障场景与要点

场景	关键线索	快速验证	处理要点
新连接被拒绝（ORA-12516/12518/12519）	应用报连接拒绝/超时	统计会话与上限、按用户/模块聚合	临时 kill 空闲/异常会话；优化连接池；必要时调高 processes/sessions（需重启）
监听不可用（TNS-12541）	应用无法连库	lsnrctl status、listener.log、端口占用	重启监听；核对 listener.ora；排查防火墙/端口
连接超时（ORA-12170/TNS-12535）	偶发或跨网段慢	ping/telnet/tnsping、sqlnet.ora 超时	调整 inbound_connect/send/recv 超时；检查网络设备/ACL
认证失败（ORA-28040/ORA-01017/ORA-28000）	升级/客户端混用后集中报错	查用户状态与密码版本、sqlnet 配置	设置 SQLNET.ALLOWED_LOGON_VERSION_SERVER；解锁/重置密码；必要时客户端升级
数据库不可用（ORA-01034/ORA-27101）	实例未启动或共享内存异常	sqlplus 查状态、alert.log 首错	依据 alert 修复根因（参数/文件/归档/空间），再启动实例
归档空间满（ORA-00257）	写入归档失败、日志切换报错	查归档目录使用率与磁盘	清理过期归档、扩容磁盘或调整归档路径；必要时临时切换至可用磁盘

四数据保护与恢复要点

日志优先：任何变更前先备份 alert.log、当前 controlfile、参数文件（spfile/pfile） 与关键 trace，便于回滚与复盘。
空间与 I/O：快速巡检 $ORACLE_BASE、$ORACLE_HOME、归档目录、数据文件所在文件系统 的可用空间与健康状态，避免因 磁盘满/I/O 错误 引发级联故障。
备份可用性：确认 RMAN 备份集/归档日志的可用性与保留策略；在恢复前先在测试环境演练关键步骤，减少二次风险。
变更可控：参数调整、对象重建、版本升级等操作遵循变更窗口与回退方案，变更后持续观察 alert.log 与监控指标至少一个业务周期。

五常用命令与 SQL 速查

日志与诊断
- 查看诊断根与路径：show parameter diagnostic_dest;
- 定位 alert 与 trace：select value from v$diag_info where name=‘Diag Alert’; / ‘Diag Trace’;
- 打包与查看日志：adrci> show alert; adrci> show trace;（必要时 adrci> pack）
监听与网络
- 监听状态与日志：lsnrctl status；查看 $ORACLE_HOME/network/log/listener.log
- 连通性测试：tnsping <服务名>；telnet 1521；必要时调整 sqlnet.ora 超时参数
会话与连接
- 会话与上限：SELECT COUNT(*) FROM v$session; SHOW PARAMETER processes; SHOW PARAMETER sessions;
- 按用户/模块聚合：SELECT username, status, COUNT(*) FROM v$session GROUP BY username, status;
- 按主机/程序聚合：SELECT machine, program, COUNT(*) FROM v$session GROUP BY machine, program;
- 终止阻塞会话：ALTER SYSTEM KILL SESSION ‘sid,serial#’;
性能与 SQL
- 生成 AWR/ASH 报告（典型间隔 1 小时/10 分钟），定位 Top SQL 与等待事件
- SQL Trace 与格式化：tkprof 分析执行计划与耗时分布

0 赞

0 踩