分类： Oracle
2009-07-22 19:04:21
出现坏块现象是指：在Oracle数据库的一个或多个数据块（一个数据块的容量在创建数据库时由db_block_size参数指定，缺省为8K）内出现内容混乱的现象。由于正常的数据块都有固定的合法内容格式，坏块的出现，导致数据库进程无法正常解析数据块的内容，进而使数据库进程报错乃至挂起，并级联导致整个数据库实例出现异常。
坏块产生的原因大致有以下几种：
l 硬件问题
Oracle进程在处理一个数据块时，首先将其读入物理内存空间，在处理完成后，再由特定进程将其写回磁盘；如果在这个过程中，出现内存故障，CPU计算失误，都会导致内存数据块的内容混乱，最后反映到写回磁盘的数据块内容有误。同样，如果存储子系统出现异常，数据块损坏也就随之出现了。
l 操作系统BUG
由于Oracle进程对数据块的读写，都是以操作系统内核调用（system call）的方式完成的，如果操作系统在内核调用存在问题，必然导致Oracle进程写入非法的内容。
l 操作系统的I/O错误或缓冲问题
l 内存或paging问题
l OracleBUG
Oracle软件特定版本上，可能出现导致数据块的内容出现异常BUG。
l 非Oracle进程扰乱Oracle共享内存区域
如上文所述，在当数据块的内容被读入主机的物理内存时，如果其他非Oracle进程，对Oracle使用的共享内存区域形成了扰乱，最终导致写回磁盘的数据块内容混乱。
l 异常关机，掉电，终止服务
异常关机，掉电，终止服务使进程异常终止，而破坏数据块的完整性，导致坏块产生。
由上可见，坏块的形成原因复杂。当出现坏块时，为了找到确切的原因，需要大量的分析时间和排查操作，甚至需要多次重现才能找出根本原因。但当故障发生在生产系统上，我们为了减少停机时间，会尽快实施应急权变措施以保证系统的可用性，这样就破坏了故障现场，对根本原因的分析因而也更加困难了。
坏块问题破坏性大，但并非不可预防。
首先，在Metalink.oracle.com网站，Oracle定期发布基于特定软件版本的“已知问题(known issues)说明”。对于可能导致坏块的Oracle软件BUG，在Oracle公司内部，是作为高严重级别的问题进行处理，在“已知问题(known issues)说明”中，这些BUG以严重（Noticable）问题标出(标记为*或+)，部分问题，Oracle还会发布警告(Alert)通告。在文档中，Oracle会提供相应的补丁或应对措施。
Oracle提供恢复工具－Recovery Manager，提供了扫描文件检查坏块的功能。在Recovery Manager界面中，使用：
RMAN> BACKUP CHECK LOGICAL VALIDATE DATAFILE n ;
可以检查数据文件是否包含坏块，同时并不产生实际的备份输出。
Dbv工具检查。
注：因为dbv要求file后面跟的必须是一个文件扩展名，所以如果用裸设备存储
的，就必须使用ln链接裸设备到一个文件，然后再用dbv对这个链接文件进行检
查。
ANALYZE TABLE tablename VALIDATE STRUCTURE CASCADE
它执行坏块的检查，但是不会标记坏块为corrupt，检测的结果保存在
USER_DUMP_DEST目录下的用户trace文件中。
利用exp工具导出整个数据库可以检测坏块
对以下情况的坏块是检测不出来的：
HWM以上的坏块是不会发现的
索引中存在的坏块是不会发现的
数据字典中的坏块是不会发现的
结合数据库性能综合考虑db_block_checksum和db_blockchecking参数。
当我们使用Recovery Manager进行实际的数据库备份时，同时也就进行了坏块
检查。但要注意的是，在线使用Recovery Manager扫描坏块和备份时，需要数
据库运行在归档模式（archive log），否则只能在数据库未打开的情况下进行。
对于操作系统问题和硬件故障，则需要相应厂商的配合支持。同时，避免在数
据库主机运行其他用户进程，避免异常停机，也会减少坏块发生的几率。
遇到坏块问题时，数据库的异常表现通常有：
l 报告ORA-01578错误。
l 报告Ora-1110错误。
l 报告ORA-00600错误，其中，第一个参数为2000-8000，Cache layer 2000 – 4000，Transaction layer 4000 – 6000，Data layer 6000 - 8000。
l Trace文件中出现Corrupt block dba: 0x160c5958 . found。
l 分析对象失败。
l 后台进程,如DBWR，LGWR出现长时间异常等待，如“LGWR wait for redo copy”。
