ANBOB™

最近，有一位海南客户报告了Oracle 19c RAC数据库启动时出现的错误，提示ORA-07445: exception encountered: core dump [ipcor_net_get_ibdevname()+71][SIGSEGV]。这个崩溃报告的异常原因是由于Oracle的一个bug引起的，但根本原因是由于数据库无法访问某些特定设备的API而导致的。通常这样的问题源于硬件方面的原因。在这里，我只是简要记录一下问题的表现。

在Oracle数据库中，索引是提高查询性能的关键工具之一。通过使用索引，数据库可以快速地定位和检索数据，从而加快查询速度并降低系统资源消耗。在索引扫描过程中，有两种主要的方法：索引快速全扫描（Index Fast Full Scan）和索引全扫描（Index Full Scan）。然而，在某些情况下，数据库可能会出现错误的执行计划，选择索引全扫描而不是预期的索引快速全扫描，导致性能下降和资源浪费。该类问题可能不容易发现，仅是SQL性能差，或主要的等待事件为db file sequential read.

环境为Oracle 11.2.0.4 2节点RAC的情况下，今天我们遇到了一个问题。同事在使用DBCA删除一个已经损坏的数据库实例时，意外地导致了当前唯一存活的数据库实例崩溃。进一步的检查发现，ASM磁盘组不可用，而ASM警报日志显示了ASM磁盘文件头损坏、ASM元数据损坏以及ORA-15196: 无效的ASM块头的错误。为什么删除数据库实例会导致ASM磁盘组不可用，并且发现ASM元数据损坏呢？

几年前测试oracle RAC的节点间UDP通信《The FG(server process) and remote node LMSn process communication over the interconnect?(用户进程会和另一节点的LMS进程直接通信么?)》测试过节点间存在Server进程与LMS的udp连接，使用的是HAIP(169.254.*.*), 而Linux操作系统的网络端口可用范围net.ipv4.ip_local_port_range 参数控制,适用于TCP和UDP，最大值是65535. 如果RAC中就一个private network 网卡，假设不排除所有进程都和某一个LMS进程通信如LMS1，LMS1分配1个IP addr+UDP port， 那FG进程的上限就是net.ipv4.ip_local_port_range /单个FG进程打开的UDP个数。

最近一套oracle 12c R2的数据库日志应用总是中断，并且在standby 节点发现了一些坏块，存储检查正常，并且primary db端并没有发现坏块，standby db alert log中发现了大量的ora-600报错，当前可能为logical corruption（Internal inconsistency in the block while the block may have good header and footer. The block checksum will be correct but the block structures may be corrupt.），ADG的ABMR并没有自动修复该错误。这里简单记录。

长期以来，oracle数据库一直是集中式数据库的领导者，基于共享存储的RAC和日志流的DATAGUARD数据保护，提供了数据的最大高可用，支撑的全球各行业的核心业务。然而从Google的Spanner发起的分布式SQL开始，出像了像CockroachDB、TiDB 和 YugabyteDB 通过 Raft 共识复制和OceanBASE通过Paxos共识复制的分布式数据库,Oracle 现在似乎在这个赛道成了追随者。在Oralce 23C中添加了Raft复制，做为主备配置的替代方案，但是并不是重新构建一套新的数据库架构，而是基于现有的Partition、Oracle Sharding、GDS技术之上做了创新.

前几个月有个XD的客户遇到过linux bug导致OS频繁重启，当时整理了笔记,巧合的是刚刚过去2个月另一个非XD用户使用OEL 7.7的客户也遇到了相同的问题，解决方法是升级内核，同事问升级内核后Oracle binary需要relink吗？我觉的是推荐，可能是非必须，记住这里说的是可能。

2c 引入了log segment功能，针对xml格式的alert log达到某大小后自动生成新文件，解决日志过大查看和监控采集的问题，我在很多年前专门写过listener log和alert log的text格式的shell用于切换，Log writer(LGWR)进程在switch时会写db alert log， 如果在写日志时有性能问题有可能会导致LGWR进程性能问题，导致实例出现等待log file sync。

事务隔离级别是数据库事务处理的基础，ACID 中的 “I”，即 Isolation，指的就是事务的隔离性。ANSI/ISO SQL 标准定义了4 种事务隔离级别，对于相同的事务，采用不同的隔离级别分别有不同的结果。这些隔离级别是根据3 个“现象”定义的，

最近遇到一个oracle 19c（19.15）的多租户环境，在查询cdb_data_files时显示的文件大小偶尔不正确的现象，这可能影响我们对于数据库空间类检测，通过分析发现在多租户环境中查询CDB_或共享对象时(sharing=object )，递归查询中使用了result cache.简单记录。

近日一银行客户巡检发现一内存使用率高的oracle 19c(19.4) RAC数据库环境，因为是linuxone拆分的多机器，内存分配不是很充足，在当前动辄1T内存可能并不易发现，分析内存使用主要是因为Oracle的多个后台进程ora_wNNN_xxx进程，每个进程PGA使用近600MB。WNNN后台进程是SMCO(Space Management Coordinator Process)的slave进程，从oracle 11g引入的智能空间预分配space preallocation的新特性，在oracle 12c后SMCO也负责生命周期管理ILM(Information Lifecycle Management).由于SMCO 或W00n在完成space preallocation过程中遇到的问题时，可以考虑禁用该特性.

当事务查询或使用了flashback query（如expdp中指定了flashback_scn）中指定的时间或SCN小于表及附属对象的LAST_DDL_TIME时，会遇到ORA-01466: unable to read data – table definition has changed的报错，因为一些alter table 或truncate table等DDL操作会使表相关的UNDO数据失效，导致查询之前的数据镜像报错，提示很明显，表的结构发生了变化，常见EXPDP导出过程中，报错如下:

希望是龙年春节前的最后一个故障， 一客户Oracle 19c RAC环境中，做index rebuild online操作进行过程中，kill重建索引的会话，后面查询索引相关的表提示如下报错：ORA-00600: internal error code, arguments: [kkdlfjou_1], [], [], [], [], [], [], [], [], [], [], []

上周有个客户咨询Oracle数据库历史时间SQL性能变慢的问题, 还是个偏重要的核心业务，当然最终确认因为人员的一些变更操作非专业性，导致JOB未运行，产生的数据累积，思考一些问题，Oracle 9i没有AWR, 没有ASH, 甚至当时或当前国内也是没有太多的技术团队储备，是不是像极了现在的国产库现状？

之前曾经在《oracle add column xx default value 增强(二)》记录过，在日常运维中增加column是常见的操作，对于大表增加列时是否会导致回写表还是只修改数据字典影响DDL的执行时间和停机窗口长短。之前也在《“alter table ” modify column in Oracle、MySQL、PostGreSQL(数据库比较系列十三)》记录修改column时不同库的表现， 这里简单记录测试一下当前主流的几个库对于add column的现象。

在Oracle存储空间中，表空间的大小（dba_data_files size）几乎等于空闲空间的大小（dba_free_space size）加上段的大小（dba_segments size）。通常情况下，这两个值之间的差异是很小的，可能是由于一些header和bitmap block未计算在其中，但这些差异通常是很小的，以KB或MB为单位。然而，同事遇到了在一个bigfile表空间发现巨大的差异，达到了10TB以上。现在的问题是，这些空间去了哪里？

最近遇到一套oracle 12c r2 RAC 多租户 +ADG的环境， 所有PDB中使用expdp导出失败报错 ORA-31626 ORA-31637 ORA-12805， 尝试改用exp更奇怪的现象是，exp部分表报EXP-00064错误，但该表确实不是嵌套表，而且CTAS创建一个复制表就可以正常导出exp, 但expdp同样报错，表列类型就只是number,char,blob。经过反复诊断测试找到问题并还原..

最近有个客户的Oracle Exadata x8 数据库主机操作系统总是频繁的重启，重启前在DB,CRS层没有任何错误信息， 当时的OS负载也比较低，仅从exawatcher的mpstat能发现在重启前15s左右部分CPU core sys使用达100%。 操作系统有配置kdump生成了dump信息，发现在CPU在等待Watchdog detected hard LOCKUP on cpu 11， 堆栈调用中包含rds_send_remove_from_sock，简单记录。

试想一种场景：如果一个tablespace有100个数据文件， 90%+表空间USED，后来drop table 70%, 现在因为ASM DISKGROUP 紧张，要回收部分datafile（drop）归还ASM 给其它TABLESPACE使用 , 原表空间move table/lob 都是按oracle内部算法find free extent 从所有可用datafile(bitmap in header for LMT )， 目前除了新扩存储空间，move到新表空间还有其他方法吗？这是一个难题。

在Oracle PL/SQL中，在循环中捕获异常并继续执行可以通过使用异常块实现。如循环kill session 可能会遇到session marked killed报错中断，或flush shared pool 中的sql时，因为有部分sql keep， 遍历时会遇到ora-6596 错误 ，下面是一个简单的示例，演示了如何在PL/SQL循环中捕获异常并继续执行：