11gR2新特性---gipc守护进程

ALLSTARS_ORACLE

11gR2新特性---gipc守护进程

在这篇文章中，我们会对11gR2 新的守护进程gipcd（资源名称ora.gipcd）进行介绍，其中包括gipc的功能，启动顺序和一些基本的测试。

  

我们知道，对于oracle集群来说，集群私网是非常重要的，无论是集群的网络心跳，节点间通信还是数据库的cache fusion 都需要通过私网来实现。所以，我们会在很多的文档中都看到oracle集群的私网要稳定而且高速，要使用交换机，不能使用直连线（详细的原因可以参考Note 220970.1:RAC: Frequently Asked Questions，本文不作过多的解释）。如果可能的话，对集群私网网卡配置冗余/负载均衡，以确保集群私网的稳定和高效。 但是，在10gR2 和11gR1的版本上，这需要借助第三方软件来实现，例如：Linux bonding, AIX EtherChannel, HP-UX APA 等。大部分的网卡聚合软件都会将多个网络接口聚合成为一个逻辑接口（当然，不同的聚合软件会有不同的实现方式，在这里不做讨论）。在安装和配置10g 和11.1 版本的集群时，如果您对集群私网的网络接口进行了聚合（冗余或负载均衡），只需要将聚合后的网卡名称和对应的subnet信息告诉集群，换句话说，网卡聚合对oracle集群来说是透明的。但是，这也会给集群带来一些不稳定性，如果网卡聚合配置不正确，当被聚合的网卡之一出现问题时，集群很可能认为私网出现问题而导致很严重的问题，例如：节点重启，实例重启等。

  

正是由于以上的问题，从11gR2开始（具体点说，从11.2.0.2开始），oracle决定由集群自己来管理私网网卡，集群新特性gipc(Grid
IPC)被介绍，这个新特性以守护进程gipcd.bin的形式存在于集群中，主要的功能有。

  

1. 当集群启动时，发现集群的私网网卡。当然，基于之前文章的介绍，集群私网的信息是从gpnp profile中获得的。并对发现的私网接口进行检查。

  

2. 利用之前发现的私网网卡，发现集群中的其他节点，并和其他节点的私网网卡建立联系。

  

3. 如果集群配置了多块私网网卡，当某个节点的某一个/几个私网网卡出现问题时，离线有问题的私网，并通知其他节点。

  

当然，oracle依然支持使用第三方网卡聚合软件对集群私网进行冗余/负载均衡配置，但是，这显然不是个好主意。

  

另外，在和一些同事和朋友探讨时也发现，很多朋友对gipc
和HAIP的概念和功能还不是很清楚，在这里也做一些解释。我们知道，集群私网主要负责两类数据的通信。第一种：集群层面的数据通信，例如：ocssd.bin网络心跳，crsd.bin之间的通信等；第二种：oracle RAC 通信，例如：ASM 实例间的通信，数据库实例间的通信等。而且，第二种数据通信的工作负载要远远大于第一种。gipc，作为管理集群私网的进程，它需要向集群中的其他组件提供集群的私网信息，但是这进程并不负责传递具体的信息，具体的信息，仍然由对应的进程自己传输，当然，这主要针对第一种数据通信。正是由于gipc的出现，oracle 集群具有了管理集群私网的能力，而且第二种信息工作负载又很大，同时集群管理的主要资源就是数据库，HAIP 应运而生，作为实现oracle RAC通信的高可用/负载均衡的实现方法，来完成集群第二种信息的传递。所以，很多时候，如果我们发现只是HAIP出现问题时，受影响的会是数据库实例和ASM实例，而集群层面（也就是NM层面）的一致性仍然能够保证，而且集群的成员也不会发生改变。对于HAIP，本文不作过多介绍，更多信息，请参考之前的文章 “Redundant Interconnect
with Highly Available IP (HAIP) 简介”。

  

接下来，我们通过集群的一些日志对之前的内容进行一些验证。

ALLSTARS_ORACLE

1．集群启动时的gipcd.log

2013-07-17
12:28:28.071: [ default][3041003216]gipcd START pid=22337 Oracle Grid IPC
Daemon

2013-07-17
12:28:28.072: [ GIPCD][3041003216]
gipcdMain: gipcd Started <<<<<< gipcd守护进程被启动了。

……

2013-07-17
12:28:29.046: [ GPNP][3041003216]clsgpnp_getCachedProfileEx: [at clsgpnp.c:613] Result:
(26) CLSGPNP_NO_PROFILE. Can't get offline GPnP service profile: local gpnpd is
up and running. Use getProfile instead.

2013-07-17
12:28:29.046: [ GPNP][3041003216]clsgpnp_getCachedProfileEx: [at clsgpnp.c:623] Result:
(26) CLSGPNP_NO_PROFILE. Failed to get offline GPnP service profile.

2013-07-17
12:28:29.066: [ GPNP][3041003216]clsgpnpm_newWiredMsg: [at clsgpnpm.c:741] Msg-reply has
soap fault 10 (Operation returned Retry (error CLSGPNP_CALL_AGAIN)) [uri
"http://www.grid-pnp.org/2005/12/gpnp-errors#"] <<<< gipcd 尝试访问gpnp profile但是没有成功。由于log是在GI启动时获取的，这部分信息可以忽略，因为原因是gpnpd还没有成功启动。

……

2013-07-17
12:28:39.342: [ CLSINET][3023027088] # 0 Interface
'eth1',ip='192.168.254.30',mac='00-0c-29-a8-14-65',mask='255.255.255.0',net='192.168.254.0',use='cluster_interconnect'

2013-07-17
12:28:39.342: [ CLSINET][3023027088] # 1 Interface
'eth2',ip='192.168.254.31',mac='00-0c-29-a8-14-6f',mask='255.255.255.0',net='192.168.254.0',use='cluster_interconnect'
<<<<< gipcd
发现了本地节点用于私网的网卡信息，在这个集群中有2块网卡作为集群的私网。

……

2013-07-17 12:28:39.344:
[GIPCHTHR][3025128336] gipchaWorkerUpdateInterface: created local bootstrap
interface for node 'single1', haName 'gipcd_ha_name', inf
'mcast://230.0.1.0:42424/192.168.254.30'

2013-07-17
12:28:39.344: [GIPCHTHR][3025128336] gipchaWorkerUpdateInterface: created local
interface for node 'single1', haName 'gipcd_ha_name', inf
'192.168.254.30:46782'

2013-07-17
12:28:39.345: [GIPCHTHR][3025128336] gipchaWorkerUpdateInterface: created local
bootstrap interface for node 'single1', haName 'gipcd_ha_name', inf
'mcast://230.0.1.0:42424/192.168.254.31'

2013-07-17
12:28:39.345: [GIPCHTHR][3025128336] gipchaWorkerUpdateInterface: created local
interface for node 'single1', haName 'gipcd_ha_name', inf
'192.168.254.31:39332' <<<<<<< gipcd 用于集群数据通信（就是我们之前提到的第一种数据通信）的endpoint 已经产生。

……

2013-07-17
12:28:56.767: [GIPCHGEN][3023027088] gipchaNodeCreate: adding new node 0x9c107d8 { host 'single2', haName
'gipcd_ha_name', srcLuid 465fb26d-8b46eb95, dstLuid 00000000-00000000 numInf 0,
contigSeq 0, lastAck 0, lastValidAck 0, sendSeq [0 : 0], createTime 797327224,
flags 0x0 } <<<<< 远程节点被发现。

……

2013-07-17
12:28:58.415: [GIPCHTHR][3025128336] gipchaWorkerUpdateInterface: created
remote interface for node 'single2', haName 'gipcd_ha_name', inf
'udp://192.168.254.33:16663'

2013-07-17
12:28:58.415: [GIPCHGEN][3025128336] gipchaWorkerAttachInterface: Interface
attached inf 0x9c0bb60
{ host 'single2', haName 'gipcd_ha_name', local 0xb4c4e590, ip '192.168.254.33:16663', subnet
'192.168.254.0', mask '255.255.255.0', numRef 0, numFail 0, flags 0x6 }

2013-07-17
12:28:58.415: [GIPCHTHR][3025128336] gipchaWorkerUpdateInterface: created
remote interface for node 'single2', haName 'gipcd_ha_name', inf
'udp://192.168.254.32:17578'

2013-07-17
12:28:58.415: [GIPCHGEN][3025128336] gipchaWorkerAttachInterface: Interface
attached inf 0x9c0a900 { host 'single2', haName
'gipcd_ha_name', local 0xb4cb8eb8, ip '192.168.254.32:17578', subnet
'192.168.254.0', mask '255.255.255.0', numRef 0, numFail 0, flags 0x6 } <<<<<< gipcd 发现了远程节点私网的网卡信息。

……

2013-07-17
12:29:36.120: [GIPCDMON][3027229584] gipcdMonitorSaveInfMetrics: inf[ 0] eth1 - rank 99, avgms 6.326531 [ 257 / 250 / 245 ]

2013-07-17
12:29:36.120: [GIPCDMON][3027229584] gipcdMonitorSaveInfMetrics: inf[ 1] eth2 - rank 99, avgms 5.182186 [ 259 / 250 / 247 ] <<<<<gipcd 检查本地私网网卡状态。

……

2. 当集群中的一个私网down掉时的gipcd.log。

2013-07-17
13:23:20.346: [ CLSINET][3027229584] Returning NETDATA: 2 interfaces

2013-07-17
13:23:20.346: [ CLSINET][3027229584] # 0 Interface
'eth1',ip='192.168.254.30',mac='00-0c-29-a8-14-65',mask='255.255.255.0',net='192.168.254.0',use='cluster_interconnect'

2013-07-17
13:23:20.346: [ CLSINET][3027229584] # 1 Interface
'eth2',ip='192.168.254.31',mac='00-0c-29-a8-14-6f',mask='255.255.255.0',net='192.168.254.0',use='cluster_interconnect'

2013-07-17 13:23:20.359:
[GIPCDMON][3027229584] gipcdMonitorSaveInfMetrics: inf[ 0] eth1 - rank 99, avgms 1.560694 [ 171 / 173 / 173 ]

2013-07-17
13:23:20.359: [GIPCDMON][3027229584] gipcdMonitorSaveInfMetrics: inf[ 1] eth2 - rank 99, avgms 1.802326 [ 172 / 172 / 172 ] <<<<<<<< gipcd 仍然在进行私网检查。

……

+++使用命令“ifconfig eth1 down”禁用集群中的一个私网网卡。

……

2013-07-17
13:23:44.397: [ CLSINET][3027229584] # 0 Interface
'eth2',ip='192.168.254.31',mac='00-0c-29-a8-14-6f',mask='255.255.255.0',net='192.168.254.0',use='cluster_interconnect'

2013-07-17
13:23:44.397: [GIPCDMON][3027229584] gipcdMonitorUpdate: interface went down -
[ ip 192.168.254.30, subnet 192.168.254.0, mask 255.255.255.0 ]

2013-07-17
13:23:44.397: [GIPCDMON][3027229584] gipcdMonitorUpdate: msg sent to client
thread (([update(ip: 192.168.254.30, mask: 255.255.255.0, subnet
192.168.254.0), state(gipcdadapterstateDown)]))
<<<<<<<< gipcd 发现私网eth1 down掉，同时向它的客户（例如：ocssd.bin）发送消息。

……

2013-07-17
13:23:44.426: [GIPCHGEN][3025128336] gipchaInterfaceDisable: disabling
interface 0xb4c4e590
{ host '', haName 'gipcd_ha_name', local (nil), ip '192.168.254.30', subnet
'192.168.254.0', mask '255.255.255.0', numRef 0, numFail 1, flags 0x1cd }

2013-07-17
13:23:44.428: [GIPCHGEN][3025128336] gipchaInterfaceDisable: disabling
interface 0x9c0bb60
{ host 'single2', haName 'gipcd_ha_name', local 0xb4c4e590, ip '192.168.254.33:16663', subnet
'192.168.254.0', mask '255.255.255.0', numRef 0, numFail 0, flags 0x86 }

2013-07-17
13:23:44.428: [GIPCHALO][3025128336] gipchaLowerCleanInterfaces: performing
cleanup of disabled interface 0x9c0bb60
{ host 'single2', haName 'gipcd_ha_name', local 0xb4c4e590, ip '192.168.254.33:16663', subnet
'192.168.254.0', mask '255.255.255.0', numRef 0, numFail 0, flags 0xa6 } <<<<<<<<gipcd 开始清理本地私网eth1 的信息，同时也清理掉与之对应的远程节点私网的信息。

……

2013-07-17
13:24:08.747: [GIPCDMON][3027229584] gipcdMonitorSaveInfMetrics: inf[ 0] eth2 - rank 99, avgms 1.955307 [ 204 / 181 / 179 ] <<<<<<<gipcd 继续检查正常的私网网卡。

注意：在整个过程中，我们还会看到集群的一致性仍然能够保证，不会出现节点离开集群的现象。而且，我们还会看到原来运行在eth1上的HAIP，会failover到eth2 上，与此同时，数据库和ASM实例一切正常。

3. 当网卡eht1恢复后。

++ 使用命令”ifconfig eth1 up”恢复网卡eth1

2013-07-17
13:36:31.260: [GIPCDMON][3027229584] gipcdMonitorUpdate: New Interface found -
[ ip 192.168.254.30, subnet 192.168.254.0, mask 255.255.255.0 ]

2013-07-17
13:36:31.260: [GIPCDMON][3027229584] gipcdMonitorUpdate: msg sent to client
thread (([update(ip: 192.168.254.30, mask: 255.255.255.0, subnet
192.168.254.0), state(gipcdadapterstateUp)])) <<<<< gpicd 发现了新的私网网卡。

……

2013-07-17 13:36:31.471:
[GIPCHTHR][3025128336] gipchaWorkerUpdateInterface: created local bootstrap
interface for node 'single1', haName 'gipcd_ha_name', inf
'mcast://230.0.1.0:42424/192.168.254.30'

2013-07-17
13:36:31.471: [GIPCHTHR][3025128336] gipchaWorkerUpdateInterface: created local
interface for node 'single1', haName 'gipcd_ha_name', inf
'192.168.254.30:55548' <<<<<< 本地的通信endpoint被建立。

……

2013-07-17
13:37:11.493: [ CLSINET][3027229584] Returning NETDATA: 2 interfaces

2013-07-17
13:37:11.493: [ CLSINET][3027229584] # 0 Interface
'eth1',ip='192.168.254.30',mac='00-0c-29-a8-14-65',mask='255.255.255.0',net='192.168.254.0',use='cluster_interconnect'

2013-07-17
13:37:11.493: [ CLSINET][3027229584] # 1 Interface
'eth2',ip='192.168.254.31',mac='00-0c-29-a8-14-6f',mask='255.255.255.0',net='192.168.254.0',use='cluster_interconnect'

2013-07-17
13:37:11.510: [GIPCDMON][3027229584] gipcdMonitorSaveInfMetrics: inf[ 0] eth2 - rank 99, avgms 6.141304 [ 307 / 184 / 184 ] <<<<<<<<
<<<<<<<< gipcd进行私网检查。

注意：在整个过程中，我们还会看到集群的一致性仍然能够保证，不会出现节点离开集群的现象。而且，我们还会看到之前failover到eth2上的HAIP，会重新回到eth1 上，与此同时，数据库和ASM实例一切正常。

最后，我们需要强调的是，gipcd 虽然能够管理集群的私网，但是，如果私网网卡本身，或者节点间私网链路（或者性能）存在问题，gipcd仍然无法正常工作。另外，如果您在使用HAIP的同时，仍在使用了第三方的网卡聚合软件（例如：Linux bonding，etherchannel等），最好使用最新版本的软件，并且确保配置正确。

希望以上的解释能够对大家了解11gR2 新的守护进程gipcd有些帮助，并且在处理相关问题的时候，能够保持正确的方向。

参与此主题的后续讨论，可以访问我们的中文社区，跟帖“共享：11gR2新特性---gipc守护进程"。