ANBOB™

同事遇到的一个jdbc的应用在执行sql时出现间断性超时错误， strace时会显示 etimedout (connection timed out) 的字样， 网络抓包存在回包延迟现象，最后应用的配置了java.security.egd JVM选项， 问题得到解决， 这个问题原理不是很理解， 也需要是JVM 生成随机端口调用时出现了延迟(just I guess). 简单记录

最近遇到一个案例AIX 7.2 挂转NFS v3(源为Suse 11), RMAN restore 控制文件到NFS上 hang， 检查了AIX端mount选项和权限一切正常，在oracle用户下同样可以cp 和vi 文件，最终发现是因为rpcbind服务未启动导致，简单记录。

前几年处理过一个<当C语言的程序处理 chr(0) or ‘\0’ 时的ORA-01008 Case>故障案例， 近期又遇到一个案例是在Golden Gate同步数据时遇到的问题，发现ogg在同步时对于char类型的字段，不足指定长度时，OGG使用的是chr(0)补充， 而对于已有数据是默认chr 32(空格)补充，导致无法匹配问题。

一天客户问有个SQL执行中好像是hang了，当前的session对应的v$session.event是‘gc current grant 2-way ’， 之前运行都是秒级，现在已经跑了1个小时还未结束，通常看到这个event会怀疑是GC出了问题，然后就走错了路， 下面看一下这个案例。

增量检查点会引发checkpoint queue(dirty queue)上的脏块递进地被写出，每三秒CKPT后台进程将计算检查点目标RBA(Redo Block Address)，当增量检查点发生时所有在目标RBA相应时间之前被弄脏的buffer块都当被写出…

前几天分享了oracle lost write detection, 后来想找找postgresql有没有相同技术，结果没有找到，但是对于对于PostgreSQL中无效页面（Invalid Page In Block）是有发现机制的, PostgreSQL主要在进出buffer cache的过程中维护页面有效性，PostgreSQL在数据库和操作系统（固件，磁盘，网络，远程存储）之间有强大的”边界”。

众所周知， 在oracle数据库中redo日志是非常重要的文件，oracle代码设计根据Write-Ahead-Logging预写协议，DBW不会在LGWR写入描述该块更改方式的redo之前将已更改的块写入磁盘, redo 日志文件中记录了所有的数据库变化，通常对于Select 查询类并不会修改数据，也不应该产生redo 记录，但是还是有几种特殊场景， 前几日一个客户提出疑问，他注意到在数据库SQLPLUS中set autotrace on中执行一条查询总是出现大量的redo和伴随physical read

On SuES 12 sp4, a shell call sed with ‘-i’ flag to modify the file execution and report an errort, This shell worked well on the previous server, The linux user (tried also with root) can create, read and update any files in the NFS mounted folder. But the temporary file created by sed doesn’t work.

前段时间整理过关于control file的一个等待《Troubleshooting performance event ‘enq: CF – contention’》， 这里再记录关于control file的另一个event( 这里没用等待), 此event只是通知类event，和db file sequential read类似为数据库的I/O类操作，但wait class并非USER I/O，而是SYSTEM I/O. 问题时段control file sequential read占到了AWR top 1 event, 占用约90%的DB TIME.

提起表的cluster factor集群因子可能都并不陌生，反映了表上数据分散的程度，Attribute Clustering这是Oracle数据库版本12.1.0.2中的一项新功能，该功能允许dba在将表记录在insert写到磁盘时能否保持顺序，保持较好的cluster factor，

操作系统资源限制有时会导致上面的应用程序无法fock新进程或open 文件，导致连接创建失败或实例crash, 尤其当数据库的进程数搞的很大时，开始的OS kernel resource limit没有级联的修改，就有可能导致该问题的发生。

本次数据库负载异常或故障突然CRASH，而AWR snapshot没有形成时，在12c后中的ASH每5分钟逐渐式flush disk，已不会刷新太频繁而增加系统负载，也不会等到AWR SNAPSHOT时间大粒度间隔而突然重启而ASH数据缺失无法分析。本次就是利用DASH中SQL两个时间段的SQL执行持续时间判断SQL变慢而导致的业务积压，而非SQL执行量增加，或执行计划变化。

昨天看到oracle binary file 显示oracle执行文件名后带星号如oracle*,可能比较困惑，这样的文件名实例还是可用的， 实际这只是ls的显示问题，*并不是文件名的一部分。

数据库环境有时会因为硬件磁盘问题导致数据不可读，而硬盘“坏道”便是这其中最常见的问题， 当出现因为磁盘坏道里更加棘手，无法移动或跳过，更甚至因为有坏盘在换盘后RAID重组出现文件系统勘误导致文件为0bytes，增加恢复难度，例如使用dbv 检查时会出现如下报错：

《Go语言(GO lang)连接Oracle Database使用godror》上篇以后，这里继续测试使用GO Lang操作PostGreSQL, 使用pq驱动。

GO lang在高并发支持非常优秀，相比python更快，godror使用ODPI-C（用于C的Oracle数据库编程接口）为Oracle数据库实现了Go数据库/sql驱动程序, 在中文支持方面非常不错， 这里记录Go连接oracle数据库的方法, GO for Windows 开发环境配置.

近期一客户19c RAC CDB数据库的SYSAUX表空间增长超大，分析原因为Optimizer statistics advisor特性导致的WRI$_ADV_OBJECTS对象记录数变多， 以下为清理方法。

最近遇到几次故障升级oracle 12c后，相同的硬件有几次instance crash同时伴有LGWR 核心进程N seconds not move现象，OSW中vmstat ‘B’列会伴有突然大量的blocked（通常是I/O）问题，mpstat/iostat 显示$ORACLE_BASE所在本地文件系统出现90-100% busy现象， ps 显示LGWR和一些FG进程同时在等待相同事OS Kernel function address。

有套ORACLE 19c RAC在使用crsctl 查看db resource时显示“UNKNOWN”, 但是用sqlplus 可以启动db 实例，srvctl status instance显示not running. 手动启动instance 使用srvctl 显示如下错误

[oracle@~]$ srvctl start instance -d -i INTS1
PRCR-1013 : Failed to start resource ora..db
PRCR-1064 : Failed to start resource ora..db on node
CRS-2680: Clean of ‘ora..db’ on ” failed
CRS-5802: Unable to start the agent process

近期有个友商在做RMAN duplidate database搭建DG时，因为primary db上有offline 的datafile ，并且归档已经丢失，无法再做recover ,online datafile的操作,操作系统或存储上的datafile已经不存在，duplicate时报错如下。

Starting backup at 19-NOV-20
RMAN-06169: could not read file header for datafile 357 error reason 4