浅谈DB2数据库故障处理及最佳实践(1)

作者: 胡晶玉 出处:best_dba的专栏博客　 

 

阅读提示：当你在使用数据库时，可能会遇到各种不同的问题。本文描述常见的数据库故障，并给出了简单有效的解决方案。

当你在使用数据库时，可能会遇到各种不同的问题。我认为解决问题的关键在于分清问题的种类，并清楚每种问题的解决办法。另外很多的数据库的问题都是由于错误的操作，错误的配置引起的，所以本文在解释如何处理问题时也会给出一些好的建议，来避免产生问题。本文重点介绍实用的方法。

对问题的分类有很多种方法，在本文中我我采用了两种分类方案。

第一种方案是是否有错误码。即发生错误时是否同时返回了错误码，错误码既包括执行命令的返回码，也包扩应用程序的返回码。

有返回码的错误解决方案是，在db2 CLP中运行 db2 ? SQLXXXX，然后根据对该问题的解释采取相应的解决方案。对没有错误码的问题，如数据库hang，CPU使用率过高等问题，解决问题的经验将非常重要，在本文中会有详细的说明。

根据错误码解决问题举例（在下文中，再出现需要用这种方法解决问题时将不再重复）：

如在连接数据库时发生错误

db2 connect to sample

SQL0332N There is no available conversion for the source code page "1386" to

the target code page "819". Reason Code "1". SQLSTATE=57017

错误码分为返回码（SQL0332N）和原因码（Reason Code "1"），针对不同的原因码有不同的解决方案

运行db2 ? sql0332

从输出种可以看到对于 reason code 1的解释是

……

1 source and target code page combination is not supported by the database manager.

……

所以可以通过设置代码页来解决这个问题

db2set db2codepage=1386
db2 terminate
db2 connect to sample

就可以成功连接了。

第二种分类方案是按照问题的范围和性质进行分类。分类如下：

1． 数据库实例问题

2． 数据库问题

3． 数据库性能问题

4． 应用开发与数据库有关的问题

下面对每一类问题进行详细说明。

一、数据库实例的问题

数据库实例问题可以分为两种情况

1． 实例无法启动，运行db2start后，直接返回错误码，如SQL1042C。

如果根据错误码信息无法解决，可以尝试如下方案：

重新更新该实例，以root身份登录，

cd /usr/opt/db2_08_01/instance/

./db2iupdt

Tip：常见的产生实例无法启动的原因

数据库安装了新的补丁后没有运行db2iupdt

数据库文件的权限被改成了777，数据库文件的权限是有要求的，所以不能将所有的文件都改成777的权限

数据库实例文件被删除或损坏

主机名与db2nodes.cfg里记录的不一致

2． 运行db2start时，hang在那里，既不报错，也无法启动实例

这种情况一般是由于实例没有正常的停止造成的，一般运行下列命令可以解决：

su -

db2_kill

ipclean

su – root

(将所有的与该实例有关的db2进程杀死 kill -9 )

然后重新启动实例。

3． 数据库实例崩溃问题

遇到实例崩溃的问题，首先查看db2diag.log，根据里面的信息来分析数据库宕机的原因。再看db2dump目录中是否有trap文件。可以根据这些信息来分析原因，一般这类问题都需要IBM工程师协助解决。

宕机的原因可以分为两类，一类是数据库的BUG，即数据库的缺陷引起的，一般如果遇到了数据库的缺陷，都有临时的解决方案，或者通过安装最新的补丁来解决，对某些问题IBM也提供临时的修订来解决（需要付费）。另一类是操作系统，误操作等非产品问题导致的，对非产品问题导致的宕机尽量要避免。

Tip：常见的数据库宕机原因

系统的交换空间（paging space）用尽

数据库的某个进程被kill

二、数据库问题

1．数据连接问题

无法连接数据库，常见的错误有代码页错误，通讯协议错误，数据库状态错误等。

对代码页类错误，可以通过设置db2codepage,db2country来解决，这两个变量需要用db2set 设置成与数据库一致的值。

当发生通讯类错误时，首先要要检查环境变量DB2COMM=TCPIP是否已经设置，然后要检查dbm cfg的SVCENAME，该变量可以直接设置成端口号，或者设置成服务名，该服务名要在services文件中设置成对应的端口号。要检查该端口号是否已经被其他服务占用。在启动数据库后，可以运行netstat –an |grep ，来查看该端口处于的状态。

TCP 0.0.0.0:50000 0.0.0.0:0 LISTENING

还有一种情况，当连接数据库时，数据库处于backup pending 状态，无法连接。这是只要对数据库做一个备份就可以了。

Tip：通常导致数据库处于备份赞挂的原因

当一个数据库从循环日志改成归档日志时，数据库要求进行一次脱机备份，在重新启动数据库后，数据库就处于备份赞挂的状态

对于一个使用线形日志的数据库，当做load时，表空间会处于备份赞挂的状态，为了避免这种情况，load命令需要使用copy yes，或者nonrecoverable参数。