db2cos是个好东西

[环境]
DB2 v8.2，9.1/9.5
UNIX/Linux平台

[问题描述]
在DB2 UDB 8.2发布之后，一个很有价值的工具被加入了DB2中，它就是db2pd。在监控数据库，或者进行问题诊断的时候，由于db2pd可以直接从DB2的内存 中读取信息，所以它比起snapshot来说开销更小，速度也更快。它可以收集DB2信息包括：锁，缓冲池，内存，事务等等。在问题诊断的时候，我们可以 利用db2pd中的一个很有特点的功能，帮助我们在第一时间内收集重要的诊断数据。这个功能就是callout script/db2cos。

本文将介绍如何利用这一有用的功能在UNIX/Linux平台上收集数据，和如何简单的定制db2cos脚本。

[解答]

1. db2pd/db2pdcfg -catch和db2cos介绍

在DB2 v8.2/9.1和9.5中，我们可以使用db2pd -catch命令（在DB2 9.1和9.5中的等价命令为db2pdcfg -catch），捕捉指定的SQL code/ZRC/ECF等错误代码，并且收集数据。命令的格式为：

db2pd -catch [clear|status|<errorCode>] [<action>] [count=<count>]

例如，如果要在一个锁超时错误发生时，调用db2cos脚本：

db2pd -catch locktimeout db2cos

在DB2实例中的$HOME/sqllib目录下有一个名为db2cos的脚本，这个路径是db2cos存放的缺省路径。执行了上面的命令之后，当锁超时发生时，这个db2cos脚本就会被执行。缺省的db2cos脚本会把一些重要的信息输出到一个外部文本文件中。

2. db2cos脚本介绍

DB2 安装后自带的缺省db2cos脚本有着简单的流程。DB2调用它的时候会同时传递给它一些参数。db2cos脚本通过这些参数得知调用自己的实例，进程， 时间点和函数等等信息。还有一个传入的参数叫做typeReason，它告诉db2cos被调用的原因是什么，例如数据损坏（DATA_COR），锁超时 （LOCKTIMEOUT），死锁（DEADLOCK）或者其他错误代码（SQLCODE）。

常见的传入参数有下面几个：
# instance : instance name
# database : database name
# dbpart : database partition number
# pid : process ID
# tid : thread ID
# function : function name of function that called the panic script
# component : component of the function
# probe : probe point
# timestamp : timestamp of when the script was called
# appid : application ID
# apphld : application handle

db2cos会遍历上面的参数，记录下他们的值，然后根据typeReason参数的定义，执行对应的动作。每次db2cos被调用，db2diag.log中都会有相应的记录。例如：

2008-03-13-23.47.21.893529+480 I54402G409 LEVEL: Event
PID : 18875 TID : 3086210752 PROC : db2agent (SAMPLE) 0
INSTANCE : tj04 NODE : 000 DB : SAMPLE
APPHDL : 0-11 APPID: *LOCAL.tj04.080330153000
FUNCTION : DB2 UDB, trace services, pdInvokeCalloutScript, probe:10
START : Invoking sqllib/db2cos script from global services sqlzRcToSqlca
2008-03-13-23.47.22.283571+480 I54812G384 LEVEL: Event
PID : 18875 TID : 3086210752 PROC : db2agent (SAMPLE) 0
INSTANCE : tj04 NODE : 000 DB : SAMPLE
APPHDL : 0-11 APPID: *LOCAL.tj04.080330153000
FUNCTION : DB2 UDB, trace services, pdInvokeCalloutScript, probe:20
STOP : Completed invoking sqllib/db2cos script

3. 用db2cos分析锁超时

使用默认的db2cos脚本就可以方便的分析锁超时问题。首先赋予db2cos脚本执行权限：

chmod u+x $HOME/sqllib/db2cos

然后使用db2pd -catch命令打开捕获开关。这个命令会告诉DB2在发生锁超时（lock timeout）的时候执行脚本db2cos。

db2pd -catch locktimeout

于是，这个缺省的db2cos脚本会在锁超时发生后，生成一个名为db2cos.rpt的文件在$HOME/sqllib/db2dump/下，其中的信息会对分析锁超时很有帮助。

4. db2cos和db2 trace一起使用

使用db2cos配合db2的trace命令，可以有效捕捉那些没有出现规律的问题。

在 实际工作中，有些问题并不是有规律的发生。它们并不能被轻易的重现。当它们再次发生的时候，如何收集到尽量完整的诊断数据，有时会困扰分析人员。db2 trace是一个强有力的跟踪工具，db2trc -l命令以循环的方式收集DB2 trace信息，它在缓存中只保留最新的trace信息。

简单的修改缺省的db2cos脚本，就可以让db2pd -catch配合db2trc -l使得问题发生时的关键跟踪数据被及时的保存起来。请看下面的示例。

如果有一个SQL30082的错误无规律的发生，我们需要分析当时到底发生了什么。首先修改缺省的db2cos脚本，在“SQLCODE”段后面增加两行保存和关闭trace的命令：

"SQLCODE")
db2trc dmp /tmp/db2trc.dmp
db2trc off
... ...

然后打开捕获SQL30082错误的开关，同时打开trace，等待问题发生。

db2pd -catch -30082
db2trc on -l 64M

当问题发生后，db2trc.dmp文件会被立即生成在/tmp/目录下面，同时db2trc off命令将trace关闭。这保证了在db2trc的缓存中保留的诊断数据可以在第一时间内被保存下来，而不会被后续的信息所覆盖。

5. 定制和改进db2cos脚本

有些问题，我们可能需要捕捉不只一次数据，例如锁超时和死锁。db2pd -catch有一个参数count可以控制db2cos最多被调用几次。例如，如何我们需要连续捕捉十次锁超时：

db2pd -catch locktimeout count=10

缺省的db2cos脚本会将所有信息写入到同一个db2cos.rpt文件中，不方便分析。我们可以为每一次锁超时指定不同的文件名。在db2cos脚本的开头，定义输出文件名：

COSOUT=$HOME/sqllib/db2dump/db2cos.rpt.`date +%Y%m%d.%H%M%S`

然后将"LOCKTIMEOUT")下面的每个输出文件名指向这个文件：

echo "Lock Timeout Caught" > $COSOUT
date >> $COSOUT
echo "Instance " $instance >> $COSOUT
... ...

每次生成的文件会形如 db2cos.rpt.20080314.172409。

6. DB2 9.5中，db2cos的缺省路径更改为$HOME/sqllib/adm/，如果这里找不到，那么$HOME/sqllib/bin/目录下面的db2cos会被执行。

db2cos是一个很有用的工具，它给分析人员和用户提供了更加自主的空间，为灵活诊断问题带来了便利。