Oracle RAC OCR盘故障导致的集群重启恢复

共计 1339 个字符，预计需要花费 4 分钟才能阅读完成。

一、事故说明

最近出现了一次 OCR 盘的故障导致 Oracle 集群件宕机的事故，后以独占模式启动集群，并使用 ocr 备份恢复了 OCR 文件以及重新设置了 vote disk，然后关闭集群，重启成功。

因此在此处进行事故重现以吸取教训。
 
二、重现步骤
测试 RAC 环境中只有 +OCR 和 +DATA 两个 ASM 磁盘组。
1. 做好 ocr 的手工备份

[root@node1 ~]# ocrconfig -export /home/oracle/ocr.bak

紧急情况下没有 ocr 的备份也不要紧，在 $CRS_HOME 的 cdata 目录下有 ocr 的自动备份，默认每天和每周都会保存的，只要没做过架构变更，都一直可用。

2. 如果 asm 实例的参数文件也在 OCR 盘中，则做一次 ASM 参数文件的备份。（不做也没事，$crs_home/dbs 下有 init.ora 文件, 事实上默认配置下这一步可以忽略）

su – grid
sqlplus / as sysasm
create pfile=’/home/grid/initasm.ora’ from memory;

3.dd 清除 OCR 的磁盘头信息。

[root@node1 ~]# dd if=/dev/zero of=/dev/raw/raw1 bs=1024 count=1000

4. 强制关闭集群。

crsctl stop crs -f – 两节点都做

5. 以独占模式启动节点 1GRID 组件

crsctl start crs -excl -nocrs – 只在节点 1 执行

6. 观察启动过程中的集群日志以及集群资源状态。

tail -f /u01/11.2.0/grid/log/node1/alertnode1.log
crsctl stat res -t -init

日志里可以看到 ora.asm 资源在不能识别到 OCR 盘的情况下启动了，即 ASM 实例启动了，因此接下来可以进行其他操作。

7. 创建 +OCR 盘以取代之前的 +OCR 盘。

su – grid
sqlplus / as sysasm
create diskgroup OCR external redundancy disk ‘/dev/raw/raw1’ attribute ‘compatible.asm’=’11.2.0.0.0’, ‘compatible.rdbms’=’11.2.0.0.0’;

此时 asmcmd 中只能看到 OCR 盘：

8. 恢复 OCR 文件并设置 votedisk

su – root
ocrconfig -import /home/oracle/ocr.bak – 如果使用的是自动备份，则这里需要使用 -restore 来替换 -import
ocrcheck
 
[root@node1 oracle]# crsctl replace votedisk +OCR

9. 关闭集群并重启

su root
crsctl stop crs -f
crsctl start crs – 节点 1、2 都执行

三、总结
经过以上步骤就可以实现 votedisk 和 OCR 的重新配置了，注意到为了实现快速故障恢复，我这里新建的 ASM 磁盘组名字依然是 OCR。

更多 Oracle 相关信息见Oracle 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=12

本文永久更新链接地址：http://www.linuxidc.com/Linux/2017-03/142081.htm