转载

Exadata存储服务器的紧急修复(rescue)经验分享

这篇文章主要从何时需要紧急修复、准备过程、实施阶段等几个方面来与大家分享Exadata 存储服务器Rescue方面的维护经验，有的地方提供了My Oracle Support网站的文章号。

了解storage server 和rescue方法

什么是Rescue呢？Rescue这个英文对应的中文含义是紧急修复，只在非常必要的情况下才需要进行，否则会造成无谓停机和软件版本的不一致。

首先，我们需要了解Exadata存储服务器(storage server)方面的知识，它主要提供智能的磁盘I/O给计算节点。关于磁盘的管理，可以通过阅读My Oracle Support文章Auto disk management feature in Exadata (Doc ID 1484274.1)来熟悉storage server上的自动磁盘管理特性。

以下关于何时需要紧急修复，准备阶段和实施阶段等方面进行分享。

何时需要Storage server（存储服务器）的rescue过程

当系统盘失效，操作系统有一个文件系统损坏了或者boot区域被破坏了的时候。一台节点机上的两个系统磁盘都同时失效了的话，就必须通过CELLBOOT USB flash盘上的Oracle Exadata Storage Server软件进行rescue了。

请仔细阅读产品文档中的 Maintaining Exadata Storage Servers of Oracle Exadata Racks章节：

Using the Oracle Exadata Storage Server Software Rescue Procedure

准备阶段

平时要查看CELLBOOT USB盘是否可用，如果丢失或者损坏了，通过如下过程来创建：

重新生成一个损毁的CELLBOOT USB闪存盘

如果CELLBOOT USB闪存盘丢失或者损毁，您可以使用如下过程来创建一个新的。

注意: 针对运行Oracle Exadata Storage Server Software release 12.1.2.1.0或更高版本的机器创建一个USB闪存盘，要求机器操作系统版本是Oracle Linux 6

To create a USB flash drive for a machine running Oracle Exadata Storage Server Software release 12.1.2.1.0 or later requires a machine running Oracle Linux 6.

以root用户身份登录到cell

接插上新的USB盘，它上面的容量得至少1GB，最大可以到8GB。

从系统上移除任何其它的USB闪存盘执行如下命令：

cd /opt/oracle.SupportTools

./make_cellboot_usb -verbose -force

一般来说，Cell上有大量的业务数据，需要注意保证相应磁盘组里有足够多的空闲空间，这样，ASM根据情况重新分布(该需要rescue的cell上面的)数据到磁盘组的剩余磁盘时，就不至于因为空余空间不足从而无法完成。

如果storage server上打过one-off patch，请记住打过的patch号，以便rescue之后可能需要重新打。

实施阶段

真正进行紧急修复时要注意什么呢？

用CELLBOOT USB进行rescue时，从GRUB里选择CELL_USB_BOOT_CELLBOOT_usb_in_rescue_mode引导条目。但如果CELL_USB_BOOT_CELLBOOT_usb_in_rescue_mode 这个选项条目显示不出来，请参照文章Unable to rescue the Exadata storage using CELLBOOT USB (Doc ID 1413637.1) 的步骤向下继续进行。

如果rescue过程完不成，这多半表明可能有硬件问题。这时如果您连接到iLOM 上执行：

show faulty

它会说明出了什么情况。如果机器确实有硬件问题，则必须先修正这个硬件故障，之后再进行后续工作。

如果启动Storage Cell后，根文件系统 "/" 被mount成 read only了，则恢复的过程需要用到USB相关的rescue模式，需要详细步骤请创建一个技术支持服务请求(SR)，由Oracle技术支持工程师协助解决。

Rescue完成后的注意事项

如果机器是X3-2 Eighth Rack，则需要参考文章Exadata Database Machine Eighth Rack reconfiguration required after restore/rescue (Doc ID 1538561.1)里所说的补充步骤来恢复为正确的配置。

如果Flash cache的mode (Writethrough及Write-Back)被从默认值修改过，在rescue之后，要手动单独重启一次cell server (restart cellsrv)。

检查IORMPLAN, THRESHOLDs, Cell notification settings这些配置是否与原来的一致，不一致的话进行调整。

如果系统改变过host_access_control，需要检查是否一致。但一般来说这一项大多数用户都不涉及。

其它参考

有可能的话请尝试熟悉文章： Exadata Platinum Customer Outage Classifications and Restoration Action Plans (Doc ID 1483344.1) 所提及的与系统停止运行有关的维护要点。

参考链接