数据库印象最深的故障---闪回恢复区沾满的原因
一、概述
以前面试的时候总有人问我,印象最深的故障是什么,怎么解决的。我总是找不出一个很好地答案来回答,今天终于有了。2014年7月16日凌晨2点数据库宕机。
二、 故障原因:
闪回恢复区被归档日志沾满,所以导致数据库宕机。
具体根本原因如下:
首先是,NBU服务器内存报警,然后硬件维护—拔掉光纤卡,开机箱检查内存----重启服务器(没插光纤线)----系统找不到磁带驱动器----(Windows系统不稳定)驱动程序没有正确加载,驱动程序掉了----服务器连接不上磁带库-----备份失败----Rman备份失败----没有删除归档日志----归档日志沾满闪回恢复区-----数据库宕机。
还有一个原因:
NBU备份服务器CPU严重过载,超过90%,导致服务器重启,然后驱动程序掉了,连接不上磁带库。。。。。。。。。
二、故障描述:
2014年7月16日凌晨2点,被电话叫醒,值班人说是CBA数据库不能登录了,那是我们的生产数据库,整个生产过程都将停止。我到了现场先查看故障现象,发现CBA应用不能登陆。然后查看系统有没有分区沾满和日志分析,最后查看数据库ALERT日志,找到报警信息,说是闪回恢复区被占满,数据库宕机。
四、故障处理:
扩大闪回恢复区的空间,扩大至20G,原先是6G。
五、重点:
故障解决了,可以使用了,和用户解释一下。关键是这次故障的原因是什么,这个花了我一周的时间,最后终于将其解决。
数据库的RMAN备份是通过NBU执行的,由于NBU服务器维护操作,导致连接不上磁带库,造成NBU的RMAN备份失败,进而RMAN脚本为陈工执行就没有删除归档日志,归档日志所在分区是flash_recovery_db分区,这个分区的大小受数据库控制文件的管理,最大值设置为6GB,日常巡检没有这一项,所以没有检查出来。
期间找过LogMiner日志,AWR报表,分析最占内存的查询语句。还有所有应用对数据库的操作,都不得其解。
六、 总结:
花了一周的时间终于找到原因,是NBU备份出错导致的。找原因的过程是印象最深的。终于可以和领导解释一下。领导的反应这里不提了。
七、 编后语:
以上就是我两年DBA生涯遇到的印象最深的故障。幸好没有造成影响,故障排除及时。但是故障原因的排查给我留下了深刻的印象。更换一个内存就能导致这么大的问题。看来服务器独立性很重要啊。至少自己出问题了不会影响其他机器。
阅读(4969) | 评论(0) | 转发(0) |