ASM 翻译系列第三十八弹：ASM数据清理

原作者：Bane Radulovic

译者：    魏兴华

审核：    魏兴华

DBGeeK社区联合出品

原文链接：http://asmsupportguy.blogspot.sg/2015/12/asm-data-scrubbing.html 

根据维基百科， 数据清理（data scrubbing）的定义是“一种数据纠错技术，利用后台任务周期性的扫描内存或存储的错误，在检测到错误后利用数据的多余副本来对数据进行纠正，数据清理可以减少数据错误不断累计的可能性，进而降低由数据错误带来的风险”。

数据清理（disk scrubbing）是Oracle 12C ASM出现的新功能， Oracle ASM 12C官方文档中写道，“ASM的磁盘清理通过校验不经常被读取的数据，提高了可用性和可靠性，对于磁盘组是normal 和 high redundancy冗余模式的，磁盘清理会检查数据的逻辑错误，在发现后利用镜像磁盘进行错误的自动修复，同时磁盘清理利用了磁盘组的冲平衡功能来降低IO资源的消耗。”

Setup

首先我们来构造一个实验，我的环境中有一个normal冗余的磁盘组DATA，有一点需要在这里指出来，本环境中的磁盘管理是通过12.1.0.2的ASM filter driver (AFD)来做的。

译者注：AFD，这是一个可以取代 ASMLIB 和 udev 设置的新功能，并且还增加了 I/O Filter 功能，该功能可以拒绝所有无效的 I/O 请求，最主要的作用是防止意外覆写 ASM 磁盘的底层盘。

[grid@dbserver]$ sqlplus / as sysasm

SQL*Plus: Release 12.1.0.2.0 Production on Tue Dec 8 14:08:22 2015

...

SQL> select NAME, TYPE, STATE from v$asm_diskgroup_stat;

NAME         TYPE   STATE

------------ ------ -----------

DATA         NORMAL MOUNTED

SQL> select DISK_NUMBER, PATH from v$asm_disk_stat;

DISK_NUMBER PATH

----------- ----------------

        0 AFD:ASMDISK01

        2 AFD:ASMDISK03

        4 AFD:ASMDISK05

        1 AFD:ASMDISK02

        6 AFD:ASMDISK07

        5 AFD:ASMDISK06

        3 AFD:ASMDISK04

7 rows selected.

SQL>

我在这个磁盘组中创建了一些数据文件：

[grid@dbserver]$ asmcmd ls +DATA/BR/DATAFILE

SYSTEM.261.887497785

USERS.262.8874978313

UNDOTBS1.269.887497831

SYSAUX.270.887497739

T1.305.897911209

T2.306.897911479

T3.307.897911659

Scrubbing a file

我们可以通过ASM的清理功能去对一个磁盘组、一个盘、一个文件做清理，下面的例子里，我们演示对一个ASM文件做清理。

为了清理一个文件，我们需要连接到ASM实例，然后运行ALTER DISKGROUP SCRUB FILE 命令：

SQL> alter diskgroup DATA scrub file '+DATA/BR/DATAFILE/t3.307.897911659' repair power high wait;

...

上面命令中repair关键字是可选的，如果没有输入repair关键字，那么检测到数据的错误信息后只会在相关日志文件中被报告，而不会被自动修复。

在ASM的alert日志中，我们可以看到磁盘清理过程中的输出信息，一旦清理清理完成，ASM日志中也会有相关信息输出：

Tue Dec 08 11:55:56 2015

SQL> alter diskgroup DATA scrub file '+DATA/BR/DATAFILE/t3.307.897911659' repair power high wait

Tue Dec 08 11:55:56 2015

NOTE: Waiting for scrubbing to finish

Tue Dec 08 11:56:43 2015

NOTE: Scrubbing finished

Tue Dec 08 11:56:43 2015

SUCCESS: alter diskgroup DATA scrub file '+DATA/BR/DATAFILE/t3.307.897911659' repair power high wait

因为在我的环境中没有数据毁坏，因此在ASM的alert文件中，没有任何错误被检测到。

当ASM数据清理在运行过程中，可以看到有2个ASM进程在做实际的工作。

[grid@dbserver]$ ps -ef | grep asm_sc

grid     17902     1  0 11:27 ?        00:00:00 asm_scrb_+ASM

grid     24365     1  0 11:49 ?        00:00:01 asm_scc0_+ASM

...

• SCRB-ASM做磁盘清理的master进程，主要负责协调磁盘的清理操作

• SCCn-ASM做磁盘清理的slave进程，用来执行检查操作，可能的进程有SCC0-SCC9。

• SCRn-ASM做磁盘清理的slave进程，主要用来对有错误的数据进行修复，可能的进程有SCR0-SCR9。

• SCVn-ASM做磁盘清理的slave进程，主要用来执行确认操作，可能的进程有SCV0-SCV9。

Corrupted block found

我们下面来举一个具体的例子来，通过毁坏数据文件的一个数据块-假如是block 200，然后通过磁盘清理操作来观察ASM数据清理的检测、修复效果。首先通过脚本find_block.pl来定位到block 200在ASM磁盘上的2个copy。

译者注：find_block.pl脚本的相关内容请参照ASM系列的Find block in ASM篇获取详细信息

[grid@dbserver ]$ $ORACLE_HOME/perl/bin/perl find_block.pl +DATA/BR/DATAFILE/t3.307.897911659 200

dd if=/dev/sdo1 bs=8192 count=1 skip=1460552 of=block_200.dd

dd if=/dev/sdd1 bs=8192 count=1 skip=1462088 of=block_200.dd

然后我使用dd命令抽取这两个block。

[root@dbserver]# dd if=/dev/sdo1 bs=8192 count=1 skip=1460552 of=block_200_primary.dd

[root@dbserver]# dd if=/dev/sdd1 bs=8192 count=1 skip=1462088 of=block_200_mirror.dd

将这两个块写入到文本文件后，使用操作系统的diff命令来校验一下这两个copy是否是一样的。

[root@dbserver]# diff block_200_primary.dd block_200_mirror.dd

[root@dbserver]#

如预期，由于没有数据毁坏，目前两个块的内容是完全一样的。

现在我们把块的一个副本毁坏，由于使用了ASM filter driver，在做毁坏操作的时候会有些麻烦，需要关闭ASM，卸载ASM filter driver，才能使用操作系统dd命令往ASM磁盘中写入命令：

首先创建一个文本文件，作为毁坏源：

[root@dbserver]# od -c block_200_mirror.dd > block_200_corrupt.txt

接着关闭数据库和ASM实例，卸载掉ASM filter driver，否则dd操作将不能执行。

[root@dbserver]# modprobe -r oracleafd

[root@dbserver]# lsmod | grep oracle

oracleacfs           3308260  0

oracleadvm            508030  0

oracleoks             506741  2 oracleacfs,oracleadvm

然后毁坏掉block 200的镜像copy。

[root@dbserver]# dd if=block_200_corrupt.txt of=/dev/sdd1 bs=8192 count=1 seek=1462088

1+0 records in

1+0 records out

8192 bytes (8.2 kB) copied, 0.00160027 s, 5.1 MB/s

读取上面步骤中写回的内容，通过操作系统diff命令确认两个块的内容是否有差异：

[root@dbserver]# dd if=/dev/sdd1 bs=8192 count=1 skip=1462088 of=block_200_corr.dd

1+0 records in

1+0 records out

8192 bytes (8.2 kB) copied, 0.00152298 s, 5.4 MB/s

[root@dbserver]# diff block_200_primary.dd  block_200_corr.dd

Binary files block_200_primary.dd and block_200_corr.dd differ

[root@dbserver]#

如上面的输出，现在两个块的内容出现了不一样。

Scrub a file

下面到了本节的重点内容，我们重新加载ASM filter driver模块。

[root@dbserver]# insmod /lib/modules/.../oracleafd.ko

重启ASM实例，开始对上面测试用到的数据文件进行清理：

SQL> alter diskgroup DATA scrub file '+DATA/BR/DATAFILE/t3.307.897911659' wait;

...

观察ASM的alert 日志，数据清理过程中发现了毁坏的数据块：

Tue Dec 08 13:25:48 2015

SQL> alter diskgroup DATA scrub file '+DATA/BR/DATAFILE/t3.307.897911659' wait

Starting background process SCRB

Tue Dec 08 13:25:48 2015

SCRB started with pid=25, OS id=4585

Tue Dec 08 13:25:48 2015

NOTE: Waiting for scrubbing to finish

Tue Dec 08 13:25:49 2015

NOTE: Corrupted block 200 found in file +DATA/BR/DATAFILE/t3.307.897911659

Tue Dec 08 13:25:50 2015

NOTE: Corrupted block 200 found in file +DATA/BR/DATAFILE/t3.307.897911659

Tue Dec 08 13:26:39 2015

NOTE: Scrubbing finished

Tue Dec 08 13:26:39 2015

SUCCESS: alter diskgroup DATA scrub file '+DATA/BR/DATAFILE/t3.307.897911659' wait

后台进程的dump文件目录中也发现新产生了一些trace文件：

[grid@dbserver]$ ls -lrt | tail

-rw-r-----. 1 grid oinstall  36887 Dec  8 13:25 +ASM_scc0_4587.trc

-rw-r-----. 1 grid oinstall  36967 Dec  8 13:25 +ASM_scv0_4592.trc

-rw-r-----. 1 grid oinstall   5088 Dec  8 13:25 +ASM_gmon_16705.trc

-rw-r-----. 1 grid oinstall  36965 Dec  8 13:25 +ASM_scv1_4599.trc

-rw-r-----. 1 grid oinstall 551218 Dec  8 13:26 alert_+ASM.log

如果我们更进一步查看SCC0进程的trace文件，会看到清理操作输出的详细报告：

[grid@dbserver]$ more ./+ASM_scc0_4587.trc

Trace file /u01/app/grid/diag/asm/+asm/+ASM/trace/+ASM_scc0_4587.trc

Oracle Database 12c Enterprise Edition Release 12.1.0.2.0 - 64bit Production

...

HARD VIOLATION(S) DETECTED!

CORRUPTED BLOCK INFORMATION:

memory address: 0x7f13531fb000

block size: 8192

block number: 200 [0xc8]

block offset in this write request of 1 block(s): 0

file type: datafile (type value: 2)

...

HARD check failed at block 200

还可以通过grep相关关键字快速的获取报告中重要关注的内容：

[grid@dbserver]$ egrep -i "corrupted|block number|failed" *sc*trc

+ASM_scc0_4587.trc:CORRUPTED BLOCK INFORMATION:

+ASM_scc0_4587.trc:  block number: 200 [0xc8]

+ASM_scc0_4587.trc:  Magic number  Block size  Block number  Checksum  Head-tail match

+ASM_scc0_4587.trc:FAILED CHECK(S):

+ASM_scc0_4587.trc:  MAGIC NUMBER CHECK FAILED

+ASM_scc0_4587.trc:  BLOCK SIZE CHECK FAILED

+ASM_scc0_4587.trc:  BLOCK NUMBER CHECK FAILED

+ASM_scc0_4587.trc:  HEAD-TAIL MATCH CHECK FAILED

+ASM_scc0_4587.trc:HARD check failed at block 200

+ASM_scv0_4592.trc:CORRUPTED BLOCK INFORMATION:

+ASM_scv0_4592.trc:  block number: 200 [0xc8]

+ASM_scv0_4592.trc:  Magic number  Block size  Block number  Checksum  Head-tail match

+ASM_scv0_4592.trc:FAILED CHECK(S):

+ASM_scv0_4592.trc:  MAGIC NUMBER CHECK FAILED

+ASM_scv0_4592.trc:  BLOCK SIZE CHECK FAILED

+ASM_scv0_4592.trc:  BLOCK NUMBER CHECK FAILED

+ASM_scv0_4592.trc:  HEAD-TAIL MATCH CHECK FAILED

+ASM_scv0_4592.trc:HARD check failed at block 200

+ASM_scv0_4592.trc:NOTE: Corrupted block 200 found in file +DATA/BR/DATAFILE/t3.307.897911659

+ASM_scv1_4599.trc:CORRUPTED BLOCK INFORMATION:

+ASM_scv1_4599.trc:  block number: 200 [0xc8]

+ASM_scv1_4599.trc:  Magic number  Block size  Block number  Checksum  Head-tail match

+ASM_scv1_4599.trc:FAILED CHECK(S):

+ASM_scv1_4599.trc:  MAGIC NUMBER CHECK FAILED

+ASM_scv1_4599.trc:  BLOCK SIZE CHECK FAILED

+ASM_scv1_4599.trc:  BLOCK NUMBER CHECK FAILED

+ASM_scv1_4599.trc:  HEAD-TAIL MATCH CHECK FAILED

+ASM_scv1_4599.trc:HARD check failed at block 200

+ASM_scv1_4599.trc:NOTE: Corrupted block 200 found in file +DATA/BR/DATAFILE/t3.307.897911659

[grid@dbserver]$

Fix the corruption

上面的操作没有添加repair关键字，因此毁坏并没有被自动修复，只是在相关跟踪日志中输出了清理操作发现到的坏块，这次我们在命令中增加repaire关键字，利用数据清理对文件进行自动修复：

SQL> alter diskgroup DATA scrub file '+DATA/BR/DATAFILE/t3.307.897911659' repair wait;

...

Tue Dec 08 13:35:02 2015

SQL> alter diskgroup DATA scrub file '+DATA/BR/DATAFILE/t3.307.897911659' repair wait

Tue Dec 08 13:35:02 2015

NOTE: Waiting for scrubbing to finish

Tue Dec 08 13:35:03 2015

NOTE: Corrupted block 200 found in file +DATA/BR/DATAFILE/t3.307.897911659

Tue Dec 08 13:35:04 2015

NOTE: Scrubbing block 200 in file 307.897911659 in slave

NOTE: Successfully scrubbed block 200 in file 307.897911659

Tue Dec 08 13:35:53 2015

NOTE: Scrubbing finished

Tue Dec 08 13:35:53 2015

SUCCESS: alter diskgroup DATA scrub file '+DATA/BR/DATAFILE/t3.307.897911659' repair wait

根据日志输出，清理操作顺利的完成了，同样我们再次通过对比两个块的内容来校验是否数据得到了修复。

[root@dbserver ~]# dd if=/dev/sdd1 bs=8192 count=1 skip=1462088 of=block_200_after_scrub_repair.dd

1+0 records in

1+0 records out

8192 bytes (8.2 kB) copied, 0.000856456 s, 9.6 MB/s

[root@dbserver]# diff block_200_primary.dd block_200_after_scrub_repair.dd

[root@dbserver]#

完美！数据块被成功的修复了。

Conclusion

ASM数据清理可以检测和自动修复有介质或逻辑损坏的数据块，它也可以纠正由于外部因素导致的坏块,比如我们上面例子里的，由非Oracle进程写入导致的损坏。