`
javayestome
  • 浏览: 1059504 次
  • 性别: Icon_minigender_2
  • 来自: 北京
文章分类
社区版块
存档分类
最新评论

Oracle诊断案例-Job任务停止执行[最终版]

阅读更多

Oracle诊断案例-Job任务停止执行

Last Updated: <!-- #BeginDate format:wfcIS1m -->Friday, 2004-11-26 9:48<!-- #EndDate --> Eygle

<!--DWLayoutEmptyCell-->

昨天接到研发人员报告,数据库定时任务未正常执行,导致某些操作失败。

开始介入处理该事故.
系统环境:
SunOS DB 5.8 Generic_108528-21 sun4u sparc SUNW,Ultra-4
Oracle9i Enterprise Edition Release 9.2.0.3.0 - Production

1.首先介入检查数据库任务

$ sqlplus "/ as sysdba"

SQL*Plus: Release 9.2.0.3.0 - Production on Wed Nov 17 20:23:53 2004

Copyright (c) 1982, 2002, Oracle Corporation.  All rights reserved.


Connected to:
Oracle9i Enterprise Edition Release 9.2.0.3.0 - Production
With the Partitioning, OLAP and Oracle Data Mining options
JServer Release 9.2.0.3.0 - Production

SQL> select job,last_date,last_sec,next_date,next_sec,broken,failures from dba_jobs;

       JOB LAST_DATE LAST_SEC         NEXT_DATE NEXT_SEC         B   FAILURES	INTERVAL
---------- --------- ---------------- --------- ---------------- - ----------   ----------------------------
        31 16-NOV-04 01:00:02         17-NOV-04 01:00:00         N          0	trunc(sysdate+1)+1/24
        27 16-NOV-04 00:00:04         17-NOV-04 00:00:00         N          0	TRUNC(SYSDATE) + 1
        35 16-NOV-04 01:00:02         17-NOV-04 01:00:00         N          0	trunc(sysdate+1)+1/24
        29 16-NOV-04 00:00:04         17-NOV-04 00:00:00         N          0	TRUNC(SYSDATE) + 1
        30 01-NOV-04 06:00:01         01-DEC-04 06:00:00         N          0	trunc(add_months(sysdate,1),'MM')+6/24
        65 16-NOV-04 04:00:03         17-NOV-04 04:00:00         N          0	trunc(sysdate+1)+4/24
        46 16-NOV-04 02:14:27         17-NOV-04 02:14:27         N          0	sysdate+1
        66 16-NOV-04 03:00:02         17-NOV-04 18:14:49         N          0	trunc(sysdate+1)+3/24

8 rows selected.                      

发现JOB任务是都没有正常执行,最早一个应该在17-NOV-04 01:00:00执行。但是没有执行。

2.建立测试JOB

create or replace PROCEDURE pining
  IS
BEGIN
         NULL;
 END;
/

variable jobno number;
variable instno number;
begin
  select instance_number into :instno from v$instance;
  dbms_job.submit(:jobno, 'pining;', trunc(sysdate+1/288,'MI'), 'trunc(SYSDATE+1/288,''MI'')', TRUE, :instno);
end;
/

发现同样的,不执行。
但是通过dbms_job.run(<job>)执行没有任何问题。

3.进行恢复尝试

怀疑是CJQ0进程失效,首先设置JOB_QUEUE_PROCESSES为0,Oracle会杀掉CJQ0及相应job进程
SQL> ALTER SYSTEM SET JOB_QUEUE_PROCESSES = 0;

等2~3分钟,重新设置

SQL> ALTER SYSTEM SET JOB_QUEUE_PROCESSES = 5;

此时PMON会重起CJQ0进程

在警报日志中可以看到以下信息:

Thu Nov 18 11:59:50 2004
ALTER SYSTEM SET job_queue_processes=0 SCOPE=MEMORY;
Thu Nov 18 12:01:30 2004
ALTER SYSTEM SET job_queue_processes=10 SCOPE=MEMORY;
Thu Nov 18 12:01:30 2004
Restarting dead background process CJQ0
CJQ0 started with pid=8						

但是Job仍然不执行,而且在再次修改的时候,CJQ0直接死掉了。

Thu Nov 18 13:52:05 2004
ALTER SYSTEM SET job_queue_processes=0 SCOPE=MEMORY;
Thu Nov 18 14:09:30 2004
ALTER SYSTEM SET job_queue_processes=10 SCOPE=MEMORY;
Thu Nov 18 14:10:27 2004
ALTER SYSTEM SET job_queue_processes=0 SCOPE=MEMORY;
Thu Nov 18 14:10:42 2004
ALTER SYSTEM SET job_queue_processes=10 SCOPE=MEMORY;
Thu Nov 18 14:31:07 2004
ALTER SYSTEM SET job_queue_processes=0 SCOPE=MEMORY;
Thu Nov 18 14:40:14 2004
ALTER SYSTEM SET job_queue_processes=10 SCOPE=MEMORY;
Thu Nov 18 14:40:28 2004
ALTER SYSTEM SET job_queue_processes=0 SCOPE=MEMORY;
Thu Nov 18 14:40:33 2004
ALTER SYSTEM SET job_queue_processes=1 SCOPE=MEMORY;
Thu Nov 18 14:40:40 2004
ALTER SYSTEM SET job_queue_processes=10 SCOPE=MEMORY;
Thu Nov 18 15:00:42 2004
ALTER SYSTEM SET job_queue_processes=0 SCOPE=MEMORY;
Thu Nov 18 15:01:36 2004
ALTER SYSTEM SET job_queue_processes=15 SCOPE=MEMORY;
						

4.尝试重起数据库
这个必须在晚上进行

PMON started with pid=2
DBW0 started with pid=3
LGWR started with pid=4
CKPT started with pid=5
SMON started with pid=6
RECO started with pid=7
CJQ0 started with pid=8
QMN0 started with pid=9
....
						

CJQ0正常启动,但是Job仍然不执行。

5.没办法了...

继续研究...居然发现Oralce有这样一个bug

1. Clear description of the problem encountered:
slgcsf() / slgcs() on Solaris will stop incrementing after
497 days 2 hrs 28 mins (approx) machine uptime.

2. Pertinent configuration information
No special configuration other than long machine uptime. .

3. Indication of the frequency and predictability of the problem
100% but only after 497 days.

4. Sequence of events leading to the problem
If the gethrtime() OS call returns a value > 42949672950000000
nanoseconds then slgcs() stays at 0xffffffff. This can
cause some problems in parts of the code which rely on
slgcs() to keep moving.
eg: In kkjssrh() does "now = slgcs(&se)" and compares that
to a previous timestamp. After 497 days uptime slgcs()
keeps returning 0xffffffff so "now - kkjlsrt" will
always return 0. .

5. Technical impact on the customer. Include persistent after effects.
In this case DBMS JOBS stopped running after 497 days uptime.
Other symptoms could occur in various places in the code.

好么,原来是计时器溢出了,一检查我的主机:

bash-2.03$ uptime
 10:00pm  up 500 day(s), 14:57,  1 user,  load average: 1.31, 1.09, 1.08
bash-2.03$ date
Fri Nov 19 22:00:14 CST 2004						

刚好到事发时是497天多一点.ft.

6.安排重起主机系统..

这个问题够郁闷的,NND,谁曾想Oracle这都成...

Oracle最后声称:

fix made it into 9.2.0.6 patchset

在Solaris上的9206尚未发布...晕.

好了,就当是个经历吧,如果有问题非常不可思议的话,那么大胆怀疑Oracle吧,是Bug,可能就是Bug。

重起以后问题解决,状态如下:


$ sqlplus "/ as sysdba"

SQL*Plus: Release 9.2.0.3.0 - Production on Fri Nov 26 09:21:21 2004

Copyright (c) 1982, 2002, Oracle Corporation.  All rights reserved.


Connected to:
Oracle9i Enterprise Edition Release 9.2.0.3.0 - Production
With the Partitioning, OLAP and Oracle Data Mining options
JServer Release 9.2.0.3.0 - Production

SQL> select job,last_date,last_sec,next_date,next_sec from user_jobs;

       JOB LAST_DATE LAST_SEC         NEXT_DATE NEXT_SEC
---------- --------- ---------------- --------- ----------------
        70 26-NOV-04 09:21:04         26-NOV-04 09:26:00


SQL> /

       JOB LAST_DATE LAST_SEC         NEXT_DATE NEXT_SEC
---------- --------- ---------------- --------- ----------------
        70 26-NOV-04 09:26:01         26-NOV-04 09:31:00

SQL> 
SQL> select * from v$timer;

     HSECS
----------
   3388153

SQL> select * from v$timer;

     HSECS
----------
   3388319

SQL> 						
                      

7.FAQ

一些朋友在Pub上问的问题
Q:对于不同平台,是否存在同样的问题?

A:对于不同平台,存在同样的问题
因为Oracle使用了标准C函数gethrtime
参考:
http://www.eygle.com/unix/Man.Page.Of.gethrtime.htm

使用了该函数的代码都会存在问题.

在Metalink Note:3427424.8 文档中,Oracle定义的平台影响为:Generic (all / most platforms affected)

Q.计数器溢出,看了看job 中基本都是1天左右执行一次,如果设置 3 天执行一次的 job , 是否出问题的uptime 应该是 497*3 之后呢 ?

A:不会

Oracle内部通过计时器来增进相对时间.
由于Oracle内部hrtime_t使用了32位计数

那么最大值也就是0xffffffff
0xffffffff = 4294967295

slgcs()是10亿分之一秒,溢出在42949672950000000这个点上.

注意,这里0xffffffff,达到这个值时,本来是无符号整型,现在变成了-1,那么这个值递增时,+1 = 0了。
时间就此停住了。

我写了一小段代码来验证这个内容,参考:

[oracle@jumper oracle]$ cat unsign.c
#include <stdio.h>
int main(void){
unsigned int num = 0xffffffff;

printf("num is %d bits long\n", sizeof(num) * 8);
printf("num = 0x%x\n", num);
printf("num + 1 = 0x%x\n", num + 1);

return 0;
}

[oracle@jumper oracle]$ gcc -o unsign.sh unsign.c
[oracle@jumper oracle]$ ./unsign.sh
num is 32 bits long
<strong>num = 0xffffffff
num + 1 = 0x0</strong>
[oracle@jumper oracle]$
</stdio.h>


Q:内部时钟之一应该就是这个吧: v$timer 精确到1/100 秒的数据

没错!

注意前面说的:

4. Sequence of events leading to the problem
If the gethrtime() OS call returns a value > 42949672950000000
nanoseconds then slgcs() stays at 0xffffffff. This can
cause some problems in parts of the code which rely on
slgcs() to keep moving.

也就是说如果gethrtime() 操作系统调用返回值大于42949672950000000(单位10亿分之一秒)

也就是说Oracle将得到一个cs值为4294967295的时间值

而4294967295值就是0xffffffff

所以当时v$timer的计时也就是:

SQL> select * from v$timer;

     HSECS
----------
4294967295

SQL> /                   

     HSECS
----------
4294967295

SQL> /

     HSECS
----------
4294967295

SQL>						
                      

本文作者:
eygle,Oracle技术关注者,来自中国最大的Oracle技术论坛itpub.
www.eygle.com是作者的个人站点.你可通过Guoqiang.Gai@gmail.com来联系作者.欢迎技术探讨交流以及链接交换.


原文出处:

http://www.eygle.com/case/Job.Can.Not.Execute.Auto.htm


分享到:
评论

相关推荐

    Oracle案例详细分析:Job任务停止执行

    Oracle案例详细分析:Job任务停止执行 本文通过一次Oracle Job任务异常案例诊断,分析其原因及解决过程,从内部揭示Oracle Job任务调度及内部计时机制。以下是关于Oracle Job任务的知识点: 1. Oracle Job任务的...

    Oracle的故障诊断及分析方法

    案例中提到的Job任务停止执行,可能是由于多种原因导致的,如调度问题、资源限制、SQL语句错误等。通过查询DBA_JOBS视图,我们可以获取到Job的执行状态、最后一次执行的时间等信息。如果发现Job未按预期执行,进一步...

    Oracle数据库教程——nbu恢复oracle数据库案例

    ### Oracle数据库教程——nbu恢复oracle数据库案例 #### 一、引言 Oracle数据库作为业界广泛使用的数据库管理系统之一,在企业级应用中扮演着至关重要的角色。然而,由于各种原因(如硬件故障、软件错误或人为失误...

    CSDN_Oracle杂志第二期1

    【Oracle诊断案例】 文中提到的Oracle Job停止执行、性能下降等问题,是DBA在实际工作中常见的挑战。诊断这些情况通常涉及监控数据库性能、检查后台日志、分析等待事件等,有时甚至需要深入到数据库块级别的检查,...

    Oracle坏块故障葵花宝典.docx

    本文档将详细介绍如何诊断和解决Oracle坏块问题,特别是针对`ORA-01578`, `ORA-01115`, 和`ORA-01110`等错误。这些错误通常表明Oracle数据块已经损坏,可能导致应用程序性能下降或完全无法运行。 #### 二、坏块类型...

    Oracle Scripting Implementation Guide Release 11i

    8. **调度和自动化**:Oracle的调度器(DBMS_SCHEDULER或以前的DBMS_JOB)允许用户安排脚本的执行。这部分内容可能涉及如何设置定期任务和依赖关系。 9. **数据库连接和脚本执行**:通过SQL*Plus或其他客户端工具...

    oracle性能优化技术内幕

    同时,使用DBMS_JOB和DBMS_SCHEDULER进行后台任务管理和资源调度,有助于维持系统稳定运行。 6. 会话管理与并发控制:理解Oracle的锁机制和事务管理,合理设置会话参数,如SESSION_CACHED_CURSORS,以平衡并发性和...

    Oracle数据库DBA管理手册(全)

    12. **资源管理与调度**:了解PGA(Program Global Area)和SGA(System Global Area),以及如何使用SQL*Loader、DBMS JOB等进行批量数据导入和定时任务调度。 本手册可能会深入剖析每个主题,提供实践案例和最佳...

    Oracle_Performance_Tuning

    《Oracle Performance Tuning》这份文档聚焦于Oracle数据库的性能调优,这是一项至关重要的任务,因为高效的数据库性能直接影响到企业的业务运行效率。Oracle数据库作为全球广泛使用的数据库管理系统,其性能优化是...

    这样解决ORACLE连接错误

    **案例分析**:如果使用Enterprise Manager时出现问题,例如job queue进程失败,可能是因为数据文件或控制文件损坏。 **解决步骤**: 1. **检查数据文件**:通过`DBA_DATA_FILES`视图来确认数据文件的状态。 2. **...

    关于expdp任务异常的处理案例详析

    【关于expdp任务异常的处理案例详析】 在Oracle数据库管理中,Export Data Pump (expdp) 是一个用于导出数据库对象的实用工具,而当expdp任务出现异常时,可能会影响到数据迁移、备份和恢复等操作。本案例将深入...

    Statspack安装使用介绍

    - 作用:用于设置自动任务的执行,如定时的数据收集任务。 - 设置方法:在初始化参数文件中修改此参数,或者通过SQL命令行动态修改。 ```sql SQL&gt; alter system set job_queue_processes=6; ``` 在Oracle 9i及...

    activiti 5.16 流程管理 中文版

    - **启用Job执行器**:配置定时任务处理器。 - **配置邮件服务器**:发送邮件通知等功能。 - **配置历史**:记录流程实例的历史数据。 - **为表达式和脚本暴露配置**:允许在流程定义中使用表达式和脚本。 - **配置...

    第1章 Oracle性能调整概述1

    ### Oracle性能调整与优化概述 #### 一、性能调整的重要性 在现代企业的信息化建设中,Oracle数据库作为核心组件之一,其性能的好坏直接影响到业务系统的稳定性和效率。随着时间的推移,很多应用系统可能会遇到...

    OCM+官方教材.pdf

    Job System是Oracle Enterprise Manager中的一个核心组件,用于自动化数据库管理和维护任务。本节涵盖了Job System的使用方法,包括创建、调度和监控作业,以及故障排除技巧。通过实践练习,考生可以深入了解如何...

    DataStage入门进阶学习资料

    6. **连接器和接口**:熟悉各种数据源和目标的连接器,如DB2、Oracle、Excel、 flat files等,以及如何配置它们。 7. **调试与监控**:了解如何调试作业,查看错误日志,以及使用DataStage的监控工具来跟踪作业执行...

Global site tag (gtag.js) - Google Analytics