oracle壞塊原因分析與修復(fù)方法重點講義

1、Oracle 壞塊 總結(jié) 收藏 Oracle數(shù)據(jù)庫出現(xiàn)壞塊現(xiàn)象是指：在Oracle數(shù)據(jù)庫的一個或多個數(shù)據(jù)塊（一個數(shù)據(jù)塊的容量在創(chuàng)建數(shù)據(jù)庫時由db_block_size參數(shù)指定，缺省為8K）內(nèi)出現(xiàn)內(nèi)容混亂的現(xiàn)象。由于正常的數(shù)據(jù)塊都有固定的合法內(nèi)容格式，壞塊的出現(xiàn)，導(dǎo)致數(shù)據(jù)庫進程無法正常解析數(shù)據(jù)塊的內(nèi)容，進而使數(shù)據(jù)庫進程報錯乃至掛起，并級聯(lián)導(dǎo)致整個數(shù)據(jù)庫實例出現(xiàn)異常。一壞塊的產(chǎn)生原因壞塊產(chǎn)生的原因大致有以下幾種：1.1 硬件問題Oracle進程在處理一個數(shù)據(jù)塊時，首先將其讀入物理內(nèi)存空間，在處理完成后，再由特定進程將其寫回磁盤；如果在這個過程中，出現(xiàn)內(nèi)存故障，CPU計算失誤，都會導(dǎo)致內(nèi)存數(shù)據(jù)塊的內(nèi)

2、容混亂，最后反映到寫回磁盤的數(shù)據(jù)塊內(nèi)容有誤。同樣，如果存儲子系統(tǒng)出現(xiàn)異常，數(shù)據(jù)塊損壞也就隨之出現(xiàn)了。1.2 操作系統(tǒng)BUG由于Oracle進程對數(shù)據(jù)塊的讀寫，都是以操作系統(tǒng)內(nèi)核調(diào)用（system call）的方式完成的，如果操作系統(tǒng)在內(nèi)核調(diào)用存在問題，必然導(dǎo)致Oracle進程寫入非法的內(nèi)容。1.3 操作系統(tǒng)的I/O錯誤或緩沖問題1.4 內(nèi)存或paging問題Oracle軟件BUGOracle軟件特定版本上，可能出現(xiàn)導(dǎo)致數(shù)據(jù)塊的內(nèi)容出現(xiàn)異常BUG。1.5 非Oracle進程擾亂Oracle共享內(nèi)存區(qū)域如上文所述，在當數(shù)據(jù)塊的內(nèi)容被讀入主機的物理內(nèi)存時，如果其他非Oracle進程，對Oracle使

3、用的共享內(nèi)存區(qū)域形成了擾亂，最終導(dǎo)致寫回磁盤的數(shù)據(jù)塊內(nèi)容混亂。1.6 異常關(guān)機，掉電，終止服務(wù)異常關(guān)機，掉電，終止服務(wù)使進程異常終止，而破壞數(shù)據(jù)塊的完整性，導(dǎo)致壞塊產(chǎn)生。注：這也是為什么突然斷電會導(dǎo)致數(shù)據(jù)庫無法啟動由上可見，壞塊的形成原因復(fù)雜。當出現(xiàn)壞塊時，為了找到確切的原因，需要大量的分析時間和排查操作，甚至需要多次重現(xiàn)才能找出根本原因。但當故障發(fā)生在生產(chǎn)系統(tǒng)上，我們?yōu)榱藴p少停機時間，會盡快實施應(yīng)急權(quán)變措施以保證系統(tǒng)的可用性，這樣就破壞了故障現(xiàn)場，對根本原因的分析因而也更加困難了。二壞塊的預(yù)防壞塊問題破壞性大，但并非不可預(yù)防。2.1 在M網(wǎng)站，Oracle定期發(fā)布基于特定軟件版本的“已知問題

4、(known issues)說明”。對于可能導(dǎo)致壞塊的Oracle軟件BUG，在Oracle公司內(nèi)部，是作為高嚴重級別的問題進行處理，在“已知問題(known issues)說明”中，這些BUG以嚴重（Noticable）問題標出(標記為*或+)，部分問題，Oracle還會發(fā)布警告(Alert)通告。在文檔中，Oracle會提供相應(yīng)的補丁或應(yīng)對措施。2.2 Oracle提供備份恢復(fù)工具Recovery Manager，提供了掃描文件檢查壞塊的功能。在Recovery Manager界面中，使用： RMAN> BACKUP CHECK LOGICAL VALIDATE DATAFILE n

5、 ;可以檢查數(shù)據(jù)文件是否包含壞塊，同時并不產(chǎn)生實際的備份輸出。2.3 Dbv工具檢查注：因為dbv要求file后面跟的必須是一個文件擴展名，所以如果用裸設(shè)備存儲的，就必須使用ln鏈接裸設(shè)備到一個文件，然后再用dbv對這個鏈接文件進行檢查。ANALYZE TABLE tablename VALIDATE STRUCTURE CASCADE它執(zhí)行壞塊的檢查，但是不會標記壞塊為corrupt，檢測的結(jié)果保存在USER_DUMP_DEST目錄下的用戶trace文件中。2.4 利用exp工具導(dǎo)出整個數(shù)據(jù)庫可以檢測壞塊對以下情況的壞塊是檢測不出來的： HWM以上的壞塊是不會發(fā)現(xiàn)的 索引中存在的壞塊是不會發(fā)

6、現(xiàn)的 數(shù)據(jù)字典中的壞塊是不會發(fā)現(xiàn)的結(jié)合數(shù)據(jù)庫性能綜合考慮db_block_checksum和db_blockchecking參數(shù)。當我們使用Recovery Manager進行實際的數(shù)據(jù)庫備份時，同時也就進行了壞塊檢查。但要注意的是，在線使用Recovery Manager掃描壞塊和備份時，需要數(shù)據(jù)庫運行在歸檔模式（archive log），否則只能在數(shù)據(jù)庫未打開的情況下進行。對于操作系統(tǒng)問題和硬件故障，則需要相應(yīng)廠商的配合支持。同時，避免在數(shù)據(jù)庫主機運行其他用戶進程，避免異常停機，也會減少壞塊發(fā)生的幾率。三壞塊故障的識別遇到壞塊問題時，數(shù)據(jù)庫的異常表現(xiàn)通常有：報告ORA-01578錯誤。報告

7、Ora-1110錯誤。報告ORA-00600錯誤，其中，第一個參數(shù)為2000-8000，Cache layer 2000 4000，Transaction layer 4000 6000，Data layer 6000 - 8000。Trace文件中出現(xiàn)Corrupt block dba: 0x160c5958 . found。分析對象失敗。后臺進程,如DBWR，LGWR出現(xiàn)長時間異常等待，如“LGWR wait for redo copy”。四Oracle數(shù)據(jù)塊損壞恢復(fù)總結(jié) 可以用DBV 命令來檢測是否有壞塊： 在恢復(fù)前使用DBV命令檢查數(shù)據(jù)文件是否存在壞塊dbv file=d:oracle

8、oradatamydbRONLY.DBF blocksize=8192查看數(shù)據(jù)壞塊所在數(shù)據(jù)文件號及塊號可以對表進行一次全表掃描，如：select count(*) from tablename;關(guān)于DBV 命令的具體使用，請參考blog：4.1 沒有備份的情況下：4.1.1、使用exp/imp恢復(fù)在這種情況下肯定會造成數(shù)據(jù)的丟失，在這種情況下應(yīng)采取將數(shù)據(jù)導(dǎo)出然后重建表再進行導(dǎo)入的方法，來盡量恢復(fù)損壞數(shù)據(jù)塊中的數(shù)據(jù)，但是在有壞塊的情況下是不允許導(dǎo)出的，如下命令：Exp test/test file=t.dmp tables=t;導(dǎo)出命令在執(zhí)行中會報ORA-01578錯誤，在這錯誤提示中會提示那個

9、文件號的文件以及這個文件中的哪個塊被損壞，如：ORA01578：ORACLE 數(shù)據(jù)塊損壞（文件號 4，塊號 35）針對以上的提示首先查詢那些對象被損壞：Select tablespace_name,segment_type,owner,segment_name From dba_extents Where file_id=4 and 35 between block_id and block_id+blocks-1;如果被損壞的塊是索引，通?？梢酝ㄟ^索引重建來解決，如果損壞的是數(shù)據(jù)（segment_type為table），那么通過設(shè)置如下內(nèi)部事件使得Exp操作跳過壞塊。Alter sessio

10、n set events=10231 trace name context forever,level 10;然后重新執(zhí)行導(dǎo)出命令，導(dǎo)出相關(guān)的表，然后執(zhí)行Drop Table命令刪除相關(guān)表，之后重建表最后導(dǎo)入數(shù)據(jù)。4.1.2、使用DBMS_REPAIR恢復(fù)用DBMS_REPAIR當然也會丟失數(shù)據(jù)。這里不做詳細的介紹，有興趣的可以查看oracle的在線文檔4.2 使用Rman進行恢復(fù)：首先要存在Rman的最新備份集，然后執(zhí)行如下命令：RMAN>backup validate datafile 4;檢查4號數(shù)據(jù)文件是否存在壞塊執(zhí)行查詢：select * from v$database_blo

11、ck_corruption where file#=4;如果4號文件存在壞塊的話，那么將在結(jié)果集中有所顯示，會顯示損壞的塊號，根據(jù)顯示結(jié)果執(zhí)行如下命令進行恢復(fù)：RMAN>blockrecover datafile 4 block 35 from backupset;該命令執(zhí)行后即可恢復(fù)壞塊，并且不會造成數(shù)據(jù)丟失，但是要求數(shù)據(jù)庫必須要運行在歸檔模式下，否則RMAN無法發(fā)揮作用，而且通過RMAN做過最新的數(shù)據(jù)庫備份4.3 使用bbed恢復(fù)使用bbed恢復(fù)時必須有數(shù)據(jù)文件的拷貝。bbed就是英文block browse edit的縮寫，用來直接查看和修改數(shù)據(jù)文件數(shù)據(jù)的一個工具。BBED在win

12、dows 8i中在$ORACLE_HOME/bin下可以找到，9i中似乎未隨軟件發(fā)布，故在windows沒有這個工具，linux下需要編譯：然后把$ORACLE_HOME/rdbms/lib加到環(huán)境變量的PATH里面，就可以直接在命令中bbed了。BBED的缺省口令為blockedit,For Oracle Internal Use only 請謹慎使用Oracle不做技術(shù)支持。 BBED具體的使用，參考blog：五如何查找壞塊所含的數(shù)據(jù)表名稱和數(shù)據(jù)的rowid關(guān)于Rowid 的相關(guān)知識參看blog： 5.1. 首先肯定知道那個數(shù)據(jù)文件壞了，查出該文件的file_id,relative_fno

13、,tablespace_name 利用dba_data_files可以查詢file_id(整個數(shù)據(jù)庫唯一序號),RELATIVE_FNO(相對一個表空間內(nèi)的序號)5.2. 找到壞塊的ID（可以運行dbverify實現(xiàn)），假設(shè)找到的壞塊ID為1234。5.3.運行下面的查詢，根據(jù),壞塊的file_id,block id查找該塊對應(yīng)的owner,segment_type,segment_name等信息 select owner,file_id,segment_name, segment_type, block_id, blocks from dba_extentswhere file_id=13

14、and block_id<=1234 and (block_id + blocks- 1) >= 1234;5.4. 根據(jù)壞塊的file_id,owner,segment_name,block_id,如果是數(shù)據(jù)表的話，用下面的查詢來得到對應(yīng)壞塊的rowid 假設(shè)owner : DAVE segment_name: BL file_id : 13 block_id : 162 運行下面的查詢來獲得該塊所含的rowid(如果沒有索引，可能就不能用下面的方式了): select /*+ index(DAVE, i_test)*/ rowid from DAVE.BL where dbms

15、_rowid.rowid_to_absolute_fno(rowid,'DAVE','BL')=13 and dbms_rowid.rowid_block_number(rowid)=162; 六，如何模擬壞塊 DBA 的基本知識，制造壞塊的方法很多的，可以用ultraedit,也可以用dd命令，同時也呆以用orapatch工具 6.1 orapatch 工具：$orapatch open tools001.dbf writepatch>set hex -要用十六進制patch>display 177 -orapatch以512字節(jié)為工作模式，假定想

16、破壞第11個block即為：8k/512*11+1(file header)patch>find 00400003 -選一個要編輯的點patch>modify 00400002 -破壞patch>exit 6.2 用編輯器打開 datafile 以 8192 字節(jié)為一大小(db 的block是 8192)下面是一個 block 的開始的 20個字節(jié)和結(jié)尾的 4 個字節(jié)06 02 00 00 08 00 c0 02 6c 43 0d 00 00 00 01 0200 00 00 00 - block head06 02 6c 43 - block tail 這里有 scn(6c

17、 43) 的情況和 block (06)的類型 (01) 和 head 的 seq: 0x01 對應(yīng)，只要改block尾部的4個字節(jié)中的或block開始的對應(yīng)字節(jié)任何一個就一定會有 ora-1578，但如果數(shù)據(jù)庫有 ora-1578的 error不一定是這樣引起的btw ： UE不是很好 用winhex吧 不錯喔 6.3 BBED 工具 BBED具體的使用，參考blog： 七 如何利用dbms_repair來標記和跳過壞塊但是當數(shù)據(jù)量很大，或7*24的系統(tǒng)時，我們使用dbms_repair來處理。dbms_repair是從oracle8i開始提供的。 準備工作：create tablespac

18、e block datafile '/u01/block.dbf' size 5M; create table DMM tablespace block as select * from all_tables; commit; CREATE INDEX indx_dmm on DMM(TABLE_NAME);select count(*) from DMM; COUNT(*)-12896 7.1.創(chuàng)建管理表：SQL> conn sys/admin as sysdba;已連接。SQL> exec DBMS_REPAIR.ADMIN_TABLES('REPAIR

19、_TABLE',1,1,'USERS');PL/SQL procedure successfully completedSQL> exec DBMS_REPAIR.ADMIN_TABLES('ORPHAN_TABLE',2,1,'USERS');PL/SQL procedure successfully completed 7.2.檢查壞塊：dbms_repair.check_object /* Formatted on 2009-12-16 23:41:32 (QP5 v5.115.810.9015) */Set serverou

20、tput on;DECLARE cc NUMBER;BEGIN DBMS_REPAIR.check_object (schema_name => 'SYS', - 注意此處是用戶名 object_name => 'DMM', corrupt_count => cc); DBMS_OUTPUT.put_line ( TO_CHAR (cc);END; 正常情況下輸入為0. 如果有壞塊，可以在創(chuàng)建的REPAIR_TABLE中查看塊損壞信息： /* Formatted on 2009-12-17 13:18:19 (QP5 v5.115.810.90

21、15) */SELECT object_name, relative_file_id, block_id, marked_corrupt, corrupt_description, repair_description, CHECK_TIMESTAMP FROM repair_table; 注意：在8i下，check_object只會檢查壞塊，MARKED_CORRUPT為false，故需要執(zhí)行第三步： 定位壞塊，fix_corrupt_blocks定位 ，修改MARKED_CORRUPT為true，同時更新CHECK_TIMESTAMP。9i以后經(jīng)過check_object，MARKED_C

22、ORRUPT的值已經(jīng)標識為TRUE了。所以可以直接進行第四步了。 7.3.定位壞塊：dbms_repair.fix_corrupt_blocks 只有將壞塊信息寫入定義的REPAIR_TABLE后，才能定位壞塊。 /* Formatted on 2009-12-17 13:29:01 (QP5 v5.115.810.9015) */DECLARE cc NUMBER;BEGIN DBMS_REPAIR.fix_corrupt_blocks (schema_name => 'SYS', object_name => 'DMM', fix_count =

23、> cc); DBMS_OUTPUT.put_line (a => TO_CHAR (cc);END; 7.4.跳過壞塊：我們前面雖然定位了壞塊，但是，如果我們訪問table：SQL> select count(*) from SYS.DMM; ORA-01578: ORACLE 數(shù)據(jù)塊損壞（文件號14，塊號154）ORA-01110: 數(shù)據(jù)文件 14: 'D: BLOCK.DBF' 還是會得到錯誤信息。 這里需要用skip_corrupt_blocks來跳過壞塊： /* Formatted on 2009-12-17 13:30:17 (QP5 v5.115

24、.810.9015) */exec dbms_repair.skip_corrupt_blocks(schema_name => 'SYS',object_name => 'DMM',flags => 1); SQL> select count(*) from SYS.DMM; COUNT(*)- 12850丟失了128961285046行數(shù)據(jù)。 7.5.處理index上的無效鍵值；dump_orphan_keys /* Formatted on 2009-12-17 13:34:55 (QP5 v5.115.810.9015) */DE

25、CLARE cc NUMBER;BEGIN DBMS_REPAIR.dump_orphan_keys (schema_name => 'SYS', object_name => 'INDX_DMM', object_type => 2, repair_table_name => 'REPAIR_TABLE', orphan_table_name => 'ORPHAN_TABLE', key_count => CC);END; 通過以下命令可以知道丟失行的信息：SQL> SELECT * F

26、ROM ORPHAN_TABLE; 我們根據(jù)這個結(jié)果來考慮是否需要rebuild index.7.6.重建freelist：rebuild_freelists /* Formatted on 2009-12-17 13:37:57 (QP5 v5.115.810.9015) */exec dbms_repair.rebuild_freelists(schema_name => 'SYS',object_name => 'DMM'); 八 設(shè)置內(nèi)部事件使exp跳過壞塊我們可以用設(shè)置event的方法來處理壞塊：先模擬出壞塊，然后用dbv檢查，此時，不用d

27、bms_repair，而用下面的方法： 8.1. 先exp該表試驗一下在這種情況下，如果有備份，需要從備份中恢復(fù)，如果沒有備份，那么壞塊部分的數(shù)據(jù)肯定要丟失了在這個時候?qū)С鍪遣辉试S的:E:>exp system/admin file=t.dmp tables=t報錯如下：即將導(dǎo)出指定的表通過常規(guī)路徑 . . 正在導(dǎo)出表 TEXP-00056: 遇到 ORACLE 錯誤 1578ORA-01578: ORACLE 數(shù)據(jù)塊損壞（文件號4，塊號35）ORA-01110: 數(shù)據(jù)文件 4: 'E:ORACLEORADATAEYGLEBLOCK.DBF'導(dǎo)出成功終止，但出現(xiàn)警告。 8.2. 對于不同的情況需要區(qū)別對待 ，如果損失不是數(shù)據(jù)而是重要的oracle內(nèi)部信息，則不能用set event。 首先你需要檢查損壞的