11gR2 集群管理软件（GI） 启动顺序和诊断方法简介

ALLSTARS_ORACLE

11gR2 集群管理软件（GI） 启动顺序和诊断方法简介

在这篇文章里我们会对11gR2
GI 的启动顺序进行介绍，并且对常见的GI启动时遇到的问题和对应的解决办法进行介绍。

  

基本上我们可以把GI的启动过程分成3个阶段，ohasd阶段，构建集群阶段，启动资源阶段。

  

首先，ohasd阶段。

  

1． /etc/inittab文件中的脚本

  

h1:35:respawn:/etc/init.d/init.ohasd run
>/dev/null 2>&1 </dev/null

  

被调用，产生下面的进程

  

root 4865 1 0 Dec02 ? 00:01:01 /bin/sh /etc/init.d/init.ohasd
run

  

所以如果说你没有发现这个进程，那么说明

  

+init.ohasd 脚本可能没有被调用

  

+ os运行在不正确的级别

  

+ 一些S* ohasd脚本挂起， 例如S96ohasd

  

+ GI没有配置自动启动（crsctl enable crs）

  

之后，ohasd.bin 进程会被启动，这个时候OLR会被访问，所以，如果ohasd.bin不能正常工作，就需要查看OLR是否存在而且能够被正常访问。OLR存放在$GRID_HOME/cdata/${HOSTNAME}.olr

  

  

2. ohasd.bin进程会启动对应的agents(orarootagent,
oraagent, cssdagnet 和 cssdmonitor) 来启动集群的初始化资源。如果说，您发现这些agent进程不能启动，很多时候都是由于路径$GRID_HOME/bin 下的可执行文件存在问题，例如，文件权限设置有问题，文件corruption.  

  

接下来，构建集群阶段。

  

1． Mdnsd 进程透过多播（Multicast）发现集群中的节点和所有的网卡信息。所以，一定要确定集群中的网卡支持多播。而且节点间的通信正常。

  

2． Gpnpd 进程启动，发布构建集群所需要的bootstrap 信息，并且在集群的所有节点之间同步gpnp profile。当然，同步是透过mdnsd实现的。所以，如果是这个进程存在问题，您需要确认节点间的通信正常，而且gpnp
profile （<gi_home>/gpnp/profiles/peer/profile.xml）存在而且可以被访问。

  

3． Gipcd 进程启动，这个进程负责管理集群中所有的私网（cluster
interconnect）网卡。当然，私网信息是通过gpnpd获得的，所以，如果这个进程存在问题，您需要确认gpnpd 进程正常运行。

  

4． Ocssd.bin 进程启动。这个进程首先通过gpnp profile中的信息发现表决盘(Voting Disk)，之后通过gpnpd 进程获得集群私网信息，和其他的节点建立连接。所以，如果ocssd.bin
不能正常运行，您需要确认一下的信息

  

+ gpnp profile 存在而且可以被访问。

  

+ gpnpd 进程正常运行。

  

+ 表决盘所在的asm disk 或设备能够正常被访问。

  

+ 节点私网间的通信正常。

  

5． 启动其他的初始化进程：ora.ctssd, ora.asm, ora.cluster_interconnect.haip, ora.crf, ora.crsd
等。

  

注意：以上的过程是同时进行的。也就是说ocssd.bin, gpnpd.bin 和 gipcd.bin 同时启动，直到gpnpd.bin正常运行，ocssd.bin 和 gipcd.bin 才能获得相应的信息，在gpnpd.bin没有正常运行之前,ocssd.bin 和 gipcd.bin 中出现的无法访问gpnp profile错误是可以忽略掉的。

  

最后，资源启动阶段。在这个阶段，主要是通过crsd进程启动各个资源。

  

1． Crsd进程启动。这个进程需要访问OCR，如果您的OCR是存放在ASM上，需要确保

  

ASM实例正常运行，并且OCR所在的ASM磁盘组已经装载。如果OCR存放在裸设备上，那么需要确保对应的设备正常运行。

  

2． Crsd 启动对应的agents(orarootagent,
oraagent_<rdbms_owner>, oraagent_<gi_owner> )。如果agent不能启动，很多时候都是由于路径$GRID_HOME/bin 下的可执行文件存在问题，例如，文件权限设置有问题，文件corruption.

  

3． 所有的资源启动。

  

ora.net1.network : 网络资源，这个资源负责管理集群的公网，scanvip, vip,
listener资源都依赖于这个资源。所以，如果这个资源存在问题，vip, scanvip 和listener 都会offline，您需要检查公网是否存在问题。

  

ora.<scan_name>.vip：scan对应的vip资源，最多可以有3个。

  

ora.<node_name>.vip : 节点对应的vip 资源

  

ora.<listener_name>.lsnr: 监听程序资源。在这里我们要注意，从11gR2开始，listener.ora文件会自动生成，不再需要手动修改。

  

ora.LISTENER_SCAN<n>.lsnr: scan 监听程序。

  

ora.<磁盘组名>.dg: ASM 磁盘组资源。这个资源会在磁盘组被mount时创建，dismount时删除。

  

ora.<数据库名>.db: 数据库资源。在11gR2中实例资源已经不再存在了，新的数据库资源会管理rac 数据库的所有实例，而数据库包含哪些实例，是通过资源参数“USR_ORA_INST_NAME@SERVERNAME(<node name> )”来决定的。另外，如果您的数据库存储在ASM磁盘上，那么数据库资源会依赖于对应的磁盘组资源，这个dependency是自动添加的。但是，如果数据库被转移到了其他的磁盘组之后，原有的dependancy不会被自动删除，需要手动删除(crsctl modify res ……)。

  

ora.<服务名>.svc：数据库服务资源。从11gR2 开始，这个资源只有一个了，不会像10gR2一样，每个数据库服务资源包含，srv 和cs 两个资源。

  

ora.cvu ：这个资源从11.2.0.2被引入，定期对集群执行cluvfy操作，验证集群是否存在一些配置上的问题

  

ora.ons : ONS资源，和之前版本的功能，基本相同。

  

另外，我们对诊断GI启动问题所需要查看的文件进行简单的介绍

  

$GRID_HOME/log/<node_name>/ocssd <==
ocssd.bin 日志

  

$GRID_HOME/log/<node_name>/gpnpd <== gpnpd.bin 日志

  

$GRID_HOME/log/<node_name>/gipcd <== gipcd.bin 日志

  

$GRID_HOME/log/<node_name>/agent/crsd <== crsd.bin 日志

  

$GRID_HOME/log/<node_name>/agent/ohasd <== ohasd.bin
日志

  

$GRID_HOME/log/<node_name>/mdnsd <== mdnsd.bin 日志

  

$GRID_HOME/log/<node_name>/client <== 用户使用GI 工具(ocrdump, crsctl, ocrcheck, gpnptool等等)对集群进行操作的日志。

  

$GRID_HOME/log/<node_name>/ctssd <== ctssd.bin
日志

  

$GRID_HOME/log/<node_name>/crsd <== crsd.bin 日志

  

$GRID_HOME/log/<node_name>/cvu <== cluvfy 日志输出。

  

$GRID_HOME/bin/diagcollection.sh <== 通过这个脚本获得更全面的诊断日志。

  

最后，集群的套接字文件(/var/tmp/.oracle
或 /tmp/.oracle)，由于集群中很多进程之间的通信都是通过ipc实现的，所以，这些套接字文件一定要存在而且权限正确。

  以上，我们对GI启动的顺序和基本的诊断方法进行了简单的介绍，希望能够为大家在诊断GI启动问题时能够提供一些帮助。

  

  如果您希望对这篇文章进行进一步的讨论，请在以下的链接回复。

  https://communities.oracle.com/portal/server.pt/community/view_discussion_topic/216?threadid=536875&doPagination=false&Portlet=View%20Discussion&PrevPage=Communities-EditDiscussion

yuhuacanhong

学习了，支持楼主，谢谢分享！！！