双机问题一则
双机的连接方式就不详说了，就是心跳线连接，A和B机都是两个网卡bge0和bge1。两个网卡配置的相同地址。A和B跑不同的应用，互为主备。
问题：A机或者B机莫名其妙无法远程连入，查看双机状况，发现A机或B机下线。
解决：从A机背板或者远程管理端口连入，机器运行正常，查看/var/adm/messages有些异常，但是感觉没问题，只是一台机器两个网卡间切换而已。
标签类目:Solaris
Solaris关机用户—sudo实现（090623更新）
需求：服务器归一个部门管理，但是由于数据的敏感性，所以root帐号不能交给这个部门。所以出现了这样一个需求。关机、重启等特殊命令给一个用户来执行。但是考虑到服务器上脚本的安全性，这个用户又不能去查看这些脚本。
首先，我想到的是Solaris的RABC来实现。通过SMC建立相应的角色，用户，并授权。可能由于我操作的问题，始终都没弄对。
然后一翻google。将能搜索到的办法都基本尝试了一下，居然没有一个可行，继续怀疑自己的问题。其实网上的办法是另外一种，就是通过shell来做文章，登陆后立刻执行一个shell关机，比如（如下办法我没成功）：
| 要关机，必须有关机权限。什么人有关机权限？root。但不能把root口令告诉普通用户，怎么办？创建一个特殊的超级用户，他的登录shell是一个定制的文件：一条关机命令。具体做法如下：
# vi /etc/passwd shutdown:x:0:1:shutdown user:/:/bin/shutdown 添加一个用户 # vi /etc/shadow shutdown:::::::: # vi /bin/shutdown /usr/sbin/shutdown -y -g0 -i5 把别的用户logout，试着用shutdown用户登录。输入完用户名和口令后，系统就开始关机。 |
最后大鱼儿和一个同事建议我使用sudo。尝试下总归是好的，去sunfreeware.com下载相关的包，上传到服务器。
|
# gunzip libgcc-3.4.6-sol10-sparc-local.gz |
一切准备就绪。然后用shdUser登陆。
|
$ vi .profile |
更多sudo信息可以参考Sudo Main Page。
Oracle双机互为主备简单备份sh
Oracle本身的备份策略很多，这里只说说简单的exp命令备份在双机互为主备的方案中shell怎么做。
由于互为主备，平时AB机各自运行自己的实例，当然发生故障后有双机软件去实现自动切换。这样就导致了存储上挂接的同一个lum并不会同时出现两台主机上。那么传统的exp备份脚本就无法正常运行。比如常用的exp的shell脚本如下：
| ORACLE_BASE=/export/home/oracle export ORACLE_BASE ORACLE_HOME=$ORACLE_BASE/product/10.2.0/db_1 export ORACLE_HOME ORACLE_SID=test export ORACLE_SID LD_LIBRARY_PATH=$ORACLE_HOME/lib:/usr/lib:/usr/openwin/lib export LD_LIBRARY_PATH NLS_LANG="simplified chinese"_china.zhs16gbk export NLS_LANG ORA_NLS33=$ORACLE_HOME/ocommon/nls/admin/data export ORA_NLS33 PATH=$PATH:/opt/SUNWspro/bin:/usr/sbin:/opt/bin:$ORACLE_HOME/bin:/usr/ccs/bin export PATH DATE=`date +%Y%m%d` cd /databak gzip test${DATE}.dmp |
如果套用到互为备份的双机中，就有问题，这个shell到底放在A机还是B机呢？还是两台都放？
如果放在其中一台服务器上，假设放在A机上。A机出问题（网络故障或者系统故障），数据库B机自动接管了（这时存储上的lum都会挂接到B机）。A机脚本就无法工作。
如果A、B机都放，依然是问题。存储上的lum是无法同时挂接到两台服务器的。
因此，那就应该考虑，从判断监听是否启动或者判断数据库是否启动入手，通过shell生成一个flag文件，然后去判断这个flag文件大小。修改后的shell如下：
| ORACLE_BASE=/export/home/oracle export ORACLE_BASE ORACLE_HOME=$ORACLE_BASE/product/10.2.0/db_1 export ORACLE_HOME ORACLE_SID=test export ORACLE_SID LD_LIBRARY_PATH=$ORACLE_HOME/lib:/usr/lib:/usr/openwin/lib export LD_LIBRARY_PATH NLS_LANG="simplified chinese"_china.zhs16gbk export NLS_LANG ORA_NLS33=$ORACLE_HOME/ocommon/nls/admin/data export ORA_NLS33 PATH=$PATH:/opt/SUNWspro/bin:/usr/sbin:/opt/bin:$ORACLE_HOME/bin:/usr/ccs/bin export PATH DATE=`date +%Y%m%d` |
最后，在AB机都放上这个脚本。在crontab中写好执行时间，也不会因为其中一台服务器down掉导致备份无法正常执行。
Oracle RAC问题一则（未解决）
1、solaris10 + oracle10.2.0.4 rac
2、连接时出现ORA-12545：增加两个节点的LOCAL_LISTENER设置。用sys帐号登录后分别在两个节点执行：
ALTER SYSTEM SET LOCAL_LISTENER = ‘(ADDRESS = (PROTOCOL = TCP)(HOST = 192.168.1.7)(PORT = 1521))’ SID = ‘testdb1′;
ALTER SYSTEM SET LOCAL_LISTENER = ‘(ADDRESS = (PROTOCOL = TCP)(HOST = 192.168.1.8)(PORT = 1521))’ SID = ‘testdb2′;
3、客户端tnsname.ora
testDB =
(DESCRIPTION =
(ADDRESS = (PROTOCOL = TCP)(HOST = 192.168.1.7)(PORT = 1521))
(ADDRESS = (PROTOCOL = TCP)(HOST = 192.168.1.8)(PORT = 1521))
(LOAD_BALANCE = yes)
(CONNECT_DATA =
(SERVER = DEDICATED)
(SERVICE_NAME = swpudb)
(FAILOVER_MODE =
(TYPE = SELECT)
(METHOD = BASIC)
(RETRIES = 180)
(DELAY = 5)
)
)
)
4、导入两个应用的数据做测试后，
5、问题：就是在node1使用ssh连接时，键入命令有时停顿很严重，但是服务器负载很低。而且应用程序连接是也非常缓慢，这种情况一天内不间断发生。尝试修改应用连接的VIP地址，将两个node的VIP互换，发现应用程序可正常连接，响应速度正常。说明node1有问题，但是至今无法确认到底是什么问题。无比头疼。
6、在node1中查看alter日志：
-bash-3.00$ tail -200 /export/home/oracle/admin/swpudb/bdump/alert_testdb1.log | grep ORA
Starting ORACLE instance (normal)
Starting up ORACLE RDBMS Version: 10.2.0.4.0.
WARNING: inbound connection timed out (ORA-3136)
WARNING: inbound connection timed out (ORA-3136)
在node2中查看alter日志：
-bash-3.00$ tail -200 /export/home/oracle/admin/swpudb/bdump/alert_testdb2.log | grep ORA
Starting ORACLE instance (normal)
Starting up ORACLE RDBMS Version: 10.2.0.4.0.
google出的一个文档：http://www.dbasky.net/archives/2009/05/oracle10gora-3136.html，按照文档所说在两个节点上都增加响应配置。
$ lsnrctl
LSNRCTL> show inbound_connect_timeout
Connecting to (DESCRIPTION=(ADDRESS=(PROTOCOL=TCP)(HOST=hpcmdb2.transgd)(PORT=1521)))
LISTENER parameter "inbound_connect_timeout" set to 60
The command completed successfully
LSNRCTL> set inbound_connect_timeout 0
Connecting to (DESCRIPTION=(ADDRESS=(PROTOCOL=TCP)(HOST=hpcmdb2.transgd)(PORT=1521)))
LISTENER parameter "inbound_connect_timeout" set to 0
The command completed successfully
LSNRCTL> show inbound_connect_timeout
Connecting to (DESCRIPTION=(ADDRESS=(PROTOCOL=TCP)(HOST=hpcmdb2.transgd)(PORT=1521)))
LISTENER parameter "inbound_connect_timeout" set to 0
The command completed successfully
LSNRCTL> exit
7、节点1依然不正常……
sun4v下安装Nginx
清明期间看到大鱼儿写的Nginx并发逼近1万大关，想想学校的教务系统的web端，应该也可以用到Nginx。因为之前用Apache加载resin来做的负载均衡，但是偶尔会出现登录后500的错误，百思不得其解，但是只要刷新一下就好了。所以后来放弃了用Apache加载resin做负载均衡。所以看了大鱼儿的blog就跃跃欲试。
1、服务器是sun4v系列的，查看了官方的说明可以支持，直接下载了稳定版。
2、由于自己只是做一个负载均衡，不需要其他一些模块，所以连PCRE我也放弃了。
3、需要gcc或者其他来编译，操作系统没装，我就去down了个gcc回来。
准备工作就绪，把包传到服务器上去。开工。
| # gunzip gcc-3.4.6-sol10-sparc-local.gz # pkgadd -d ./gcc-3.4.6-sol10-sparc-local # gunzip libiconv-1.11-sol10-sparc-local.gz # pkgadd -d ./libiconv-1.11-sol10-sparc-local # PATH=$PATH:/opt/gnome/bin:/usr/local/bin:/opt/netscape:/usr/ccs/bin # exprot PATH # gzip -d nginx-0.6.36.tar.gz # tar xvf nginx-0.6.36.tar # ./configure –without-http_rewrite_module –user=webadmin –group=webadmin –with-http_stub_status_module checking for OS + SunOS 5.10 sun4v checking for C compiler … found + using GNU C compiler + gcc version: 3.4.6 checking for gcc -pipe switch … found checking for gcc variadic macros … found checking for C99 variadic macros … found checking for unistd.h … found checking for inttypes.h … found checking for limits.h … found checking for sys/filio.h … found checking for crypt.h … found checking for SunOS specific features checking for sendfilev() … found checking for event ports … found checking for poll() … found checking for /dev/poll … found checking for kqueue … not found checking for crypt() … found checking for zlib library … found checking for int size … 4 bytes checking for long size … 4 bytes checking for long long size … 8 bytes checking for void * size … 4 bytes checking for uint64_t … found checking for sig_atomic_t … found checking for sig_atomic_t size … 4 bytes checking for socklen_t … found checking for in_addr_t … found checking for in_port_t … found checking for rlim_t … found checking for uintptr_t … uintptr_t found checking for system endianess … big endianess checking for size_t size … 4 bytes checking for off_t size … 8 bytes checking for time_t size … 4 bytes checking for setproctitle() … not found checking for pread() … found checking for pwrite() … found checking for strerror_r() … found checking for gnu style strerror_r() … found but is not working checking for localtime_r() … found checking for posix_memalign() … not found checking for memalign() … found checking for sched_yield() … found checking for mmap(MAP_ANON|MAP_SHARED) … found checking for mmap("/dev/zero", MAP_SHARED) … found checking for System V shared memory … found checking for struct msghdr.msg_control … not found checking for ioctl(FIONBIO) … found checking for struct tm.tm_gmtoff … not found Configuration summary nginx path prefix: "/usr/local/nginx" make -f objs/Makefile gcc -c -mcpu=v9 -O -pipe -O -W -Wall -Wpointer-arith -Wno-unused-parameter -Wno-unused-function -Wunused-variable -Wunused-value -Werror -g -I src/core -I src/event -I src/event/modules -I src/os/unix -I objs \ ………省略………. # makeinstall |
要让人笑掉大牙的地方就在make那里，我几乎耗费了整整一天的时间来找原因。我make的时候看到有error字样就以为是错误，屏幕显示问题成了-W在上一行的最后部分，error在第二行开头。我就以为是错误，然后到邮件列表啊什么的里面去海找。
如何限制操作系统级用户影响Oracle数据
这是最近两天我一直考虑的一个问题。简单描述下：SPARC版的Solaris和Oracle。
首先，就问题来说，即便是我更改了Oracle参数，不允许dba组的用户直接使用connect as sysdba登录。但是root仍然可以将参数更改回去。所以传统一直认为是没有办法可以解决。我想到了另一个办法可以用人工干预的方式起一个监控作用。其实很简单。写一个shell监控参数文件的状况，写到crontab中，时刻执行。当然root可以更改crontab，或者伪造shell脚本生成的log。所以这也不是解决之道。
其实这个和Solaris本身设计有很大的关系，因为系统本身的root权限是至高无上的，所以导致Oracle本身最开始设计时无法阻止。一直到10g第二版才有相关的组件Oracle DataBase Vault可以侧面解决。使用 Oracle Database Vault 限制特权用户访问专用应用程序数据：http://www.oracle.com/
Sql-Sever用户可能会笑，说Oracle连这个都做不到。但是Sql-Server也必须要通过域控制才能完满做到嘛。
最后，我很纳闷儿，因为我问了好多朋友，或者朋友的朋友，都说无法解决这个问题。甚至银行系统用的Oracle数据库居然也没有考虑这个问题（只限国内），我无语！我们的钱就靠root帐号持有者的责任感？难怪我们的手机随时都有莫名电话、短信骚扰，银行如此，通信等行业我不敢想了。上面说的产品限制了DBA的权限，使DBA只需要维护Oracle本身，而不是干预应用。
Sun服务器也玩儿覆盖安装和硬盘对拷
两台v880服务器，原来都安装的Solaris8和Oracle8。后来其中一台升级到Solaris9、Oracle9。另外一台本想保持旧貌，可惜老天不长眼，再一次停电前正常关机之后，再也启动不起来。简单说就是无法引导，然后和Sun的工程师一起找原因，未果（其中遇到各种各样的稀奇古怪的问题，使用了能想到的各种各样的办法都不行，最主要就是超级块有问题，而且无法修复）。最后只能放弃。
由于该系统中数据没有做备份，又想保证数据。工程师提出类似Windows覆盖安装的概念，简单说来，就是装入Solaris8的光盘，从光盘启动安装系统，在进入安装后不久有个选择：Upgrade还是Install，选择Upgrade。我详细的询问了工程师，他说基本上只要不是损坏或者和源盘文件不同的，就会跳过，不会影响到整个系统，以及系统中的应用。这对我来说是一个全新的概念，从来没有想到Solaris也可以这么做。在整个Upgrade的过程中，所有的设置都和原设置相同，完成Upgrade之后系统可以引导了，不过问题又来了。提示输入用户名之后回车，继续让输入用户名，就没有提示输入密码，提示pam_authtok_get.so这个文件有问题（更多请参考PAM（Pluggable Authentication Modules ））。本来可以继续深入挖掘，但是由于时间关系，不得不停止继续修复的方案，而采用忍受丢失部分数据的方案，重装！
在确定硬件没有故障的前提下，工程师又让我吃惊了，他说可以克隆。因为两台880的配置一模一样，一般这样的克隆只是针对备份数据而言，但是为了节约重装系统和数据库，以及打补丁的时间克隆是最快的。本想自己又开始漫长的装系统的过程，结果听他这么说，我愿意看看怎么做。两台880我分别用A和B表示，B表示有问题的，A表示正常的。
- 首先卸载A某个数据盘，前提是该盘没有应用基本闲置的那种。输入：luxadm remove_device /dev/dsk/c*t*d*s2，*号表示目标磁盘号，最后的“2”是很重要的参数。
- 卸载完成后，装载上B的某个空闲磁盘。输入：luxadm insert_device。
- 输入：#dd if=/dev/dsk/c*t*d*s2 of=/dev/dsk/c*t*d*s2 bs=1024000。if后是源，of后是目标。这样先克隆A的系统，再克隆A的Oracle。当然如果系统和数据库都装在一个盘上，就只需要一步。整个克隆时间由两个因素决定，其一就是bs后跟的参数，建议不要超过10M；其二就是磁盘本身大小，36G的10万转SCSI硬盘大概克隆时间在20-25分钟。以此类推。
- 完成克隆后，将A原来的那块盘插回去。输入：luxadm insert_device。将B的其他磁盘先拔下，就插入刚才克隆的两个盘启动，输入A的root密码即可登陆。//如果是光线磁盘请先跳到下面加粗部分的操作。
- B服务器登陆后，输入：init 0
- B服务器在ok状态下。输入：boot -s
- B服务器，输入：# sys-unconfig
- B服务器，输入：# touch /reconfigure
- 然后重新提供系统参数，并进行配置。就是IP地址，主机名之类的。完成之后reboot。
- 编辑vsftab中，加载其他磁盘。
- Done!
这里比如注意。如果服务器不是光纤磁盘，以上操作足够。如果是光线磁盘，必须在插入两个克隆的磁盘后，先要按照下面的操作。
- 在ok状态下从光盘引导系统（用Solaris的安装盘）：OK boot cdrom –s
- 安装根文件系统到/mnt：#mount /dev/dsk/c1t0d0s0 /mnt
- 使new disk /etc/path_to_inst中的设备名与实际/devices中的设备名一致：#drvconfig -r /mnt -p /mnt/etc/path_to_inst ；#cd /devices；#find . -print |cpio -pduVm /mnt/devices
- 创建new disk从逻辑设备到物理设备的正确的连接：#disks -r /mnt
- 设置new disk 的/dev/dsk/c1t0d0s0 为启动设备：#luxadm set_boot_dev /dev/dsk/c1t0d0s0
- # reboot
Solaris10问题？还是硬件问题？[20080720更新]
下午，准备将一台SUN FIRE 880的服务器从Solaris8迁移到Solaris10。但是遇到了一个问题，让我百思不得其解。
1、先将准备好的光盘（ISO从Sun的官方网站获得CD版的）。使用boot cdrom，提示无法打开设备；
2、使用Sun服务器自带的Solaris9（光盘当然是从其他服务器上借来用的）可以正常从boot cdrom开始；
3、以为是光盘刻录速度导致读取问题，重刻CD，4x、8x和16x都刻过，再试，还是不行；
4、以为是下载文件问题。重新下载第一张CD，采用4x刻录，再试，还是不行。
5、从Sun官方网站下载DVD版，采用8x刻录，还是不行；
6、从另外一台迁移完成的SUNFIRE880的管理员手中获得他刻录时用的ISO，发现两个问题：第一，今天我们从官方网站下载的DVD大小是2.72G，他刻录时使用的这个ISO同样是Sun官方网站下的，大小是2.84G。莫非增加了新补丁在最新的这个ISO里面，大小还会变少？不管那么多，重新采用6x刻录，还是不行。
这就不是我常识范围内的问题了（所下载的文件MD5检查没问题）。我能想到的都已经全部重新做了，还有什么问题呢？一、硬件问题，那为什么Solaris9就没有问题呢？二、刻录格式问题，一个ISO文件无法选择刻录时的格式吧？我用的Nero，确实没这个选项，这个我仔细看过。而且关键是即便是进入原有的系统，刻录的光盘都无法读出内容，当然没有尝试除了那张Solaris9以外的光盘。难不成Sun在ISO里面做了什么手脚？不可能，另外一个880都已经完成了迁移，同样是下载的，同样是Nero刻录的。至今无解！郁闷！
现在怀疑是iso刻录的时候需要选引导，但是我这里的Nero刻录iso根本没得选。
20080720更新：
1、这台v880，已经基本全天候24小时运行了5年多，没有更换过任何部件，没有出现过任何硬件问题；
2、Sun工程师说可能是OBP问题，升级OBP有个小插曲。升级时发现版本是4.22，原版本是4.7。我当时以为Sun那边自己规范的问题，后来才知道只是简单的22>7而已，OBP升级会在下面一篇中说。
3、用truss来分析整个光盘读取进程，还是没有结果。最后只能说返厂分析，可惜服务早就过保，作罢。
4、这个光驱经过快一天的来回折腾，终于宣告——这是我的问题，您别折腾我了。罢工！归结起来就是这么古老的机器，没出问题就好，出了问题，那就是一个接一个。不过话说回来，一台机器常年运作，除停电意外，能这样不错了。
Solaris下一个或多个Resin的问题
我现在的应用都是建立在一个SUNFIRE880的服务器上，也就是说该服务器既是数据库服务器，又是应用服务器。
由于所有的应用都在Resin下跑，造成负载过大，在暂时不将数据库和应用分开的前提下，额外做作了一个Resin。问题就出来了——这台服务器只要重启一下（当然，基本都是由于停电关机，来电启动之后），就会导致另外一个resin下的应用无法正常获得数据。最后才发现是由于在服务器启动的过程中resin启动的要比数据库快，只需要按照如下操作就能恢复：
1、stop掉两个resin；
2、将数据库shutdown掉，然后重新startup；
3、重新启动resin。
我想多个resin情况也应该差不多。补充下，我使用的resin是2.1.14。
793fb2fd