最近有朋友和小
y
反馈：
他们的一台
IBM
的
X86
服务器（现在属于联想）出现硬件损坏，维护人员通过管理口收集诊断日志给厂商时，服务器上运行的好好的一套
ORACLE 11.2
的
RAC
数据库，
突然有一个节点重启了
..
这是是什么情况
?
听到这里，小
y
基本上猜到了原因，类似的问题，以前分析和处理过几次，分析过程也不复杂，
但是没想到，类似的故障现在居然还在发生
.
因此有必要把这个
风险提示出来
!
这里，小
y
为大家分享一个过去处理的案例
,
文章最后会给出
X86
服务器与
RAC
结合的具体的风险提示，希望大家早了解，早预防，避免踩坑，伤人伤己。
周五，晚上十一点，电话响了，是一位服务商的电话，看来出大事了，一下来了精神;
|
“小y,一套linux上的11.2.0.3 2节点的RAC，
节点2数据库今天下午自己重启了一次，后来自己起来了。
几个小时前，又挂了，到现在还没起来！
两个节点私网IP互相ping了一下,可以ping通！
你赶紧远程连上来处理下吧”
|
BTW：
是的，大家没看错，是服务商而不是最终客户的电话。
小y所在的公司不仅直接面向客户提供数据库专家服务，也为其他服务商、软件开发商提供三线支持，不过小y最近业绩压力大的晚上睡不着觉，还请各位兄弟多多帮忙推荐和介绍啊。
时间紧急，远程连入后，发现节点
2
确实挂掉了，那就直接
startup
启动数据库看看
照理来说，startup命令下去后，这里很快就可以看到SGA分配并启动到mount的信息，
但命令下去已经一分钟了，还没任何输出，确实不妙。
最终，startup命令在敲入后长时间依然无响应，大概10分钟后后报ORA-03113错误后退出。
如下图所示：
看来，数据库启动过程中遇到了异常，需要继续分析alert日志。
截取altert日志关键信息，如下图所示：
可以看到：
由于节点
2
的
Lmon
进程通过
ipc
与节点
1
的
LMON
进程通讯超时，简单来说，两个节点的
RAC
无法通讯，因此无法加入集群。因此需要进一步检查两个节点的私网通讯是否正常。
之前他们提到两个节点的私网
IP
是可以
ping
通的，我估计他们是
ping
错
IP
了。
因为，从
11.2.0.2
（含）开始，
ORACLE
私网通讯不再直接采用“我们在私网网卡上所配置的地址（例如
192.168
这样的地址）”，而是采用
GRID
启动后，
ORACLE
在私网网卡上绑定的
169.254
这个网段的地址。确认了一下，他们果然
ping
的是
192.168
这个
IP
，这个
IP
能
PING
通是不够的
…
发出下列命令获得，两个节点私网通讯采用的
IP
地址如下所示:
也就是说，
RAC
两个节点用于私网通讯的真实地址是：
节点
1
采用的私网通讯地址是
169.254.220.75
，而不是
192.168.x.x
节点
2
采用的私网通讯地址是
169.254.106.133
，而不是
192.168.x.x
也就是说，
GRID
启动前后的
IP
，如下所示：
|
Node1
|
Node2
|
备注
|
|
Bond0
|
192.168.1.1
|
192.168.1.2
|
GRID
启动前、启动后都存在的
IP
|
|
Bond0:1
|
169.254.220.75
|
169.254.106.133
|
GRID
启动后才存在的
IP
RAC
和
ASM
通讯使用
|
从上图可以看到：
两个节点之间互相
ping
不通
169.254
这个实际的私网通讯地址！这就是为什么节点
2
的数据库实例加不到集群的原因！
到这里，我们不妨用一张表表格小结一下：
其中
bond0
是私网网卡，
192.168
是手工配置的，
169.254
这个
IP
是
GRID
起来后绑上去的:
|
Node1
|
Node2
|
|
|
Bond0
|
192.168.1.1
|
192.168.1.2
|
可以互相
ping
通
|
|
Bond0:1
|
169.254.220.75
|
169.254.106.133
|
互相
ping
不通
|
这是什么情况呢？
其实很简单，别着急，问题原因就在后面，什么时候往下翻，由你决定…
……
……
……
……
……
……
……
……
……
……
……
……
……
……
……
……
那是什么原因导致两个地址不通呢？
我们进一步检查两个节点的路由情况，发现了异常。如下所示
检查，发现节点
1
上的私网路由丢失，导致两个节点之间的私网无法正常通讯，继而无法正常加入集群。
而节点
2
上是存在
169.254
这个路由的！
在节点
1
#route add -net 169.254.0.0 netmask 255.255.0.0 dev bond1