下午在客户office遭遇了ORA-07274错误，那是一套AIX 5.3上10.2.0.4的2节点RAC系统，乍看到7274还以为是ORA-7445的孪生兄弟，心中暗想10.2.0.4的RAC问题还真是不少:
Errors in file /s01/oracle/product/10.2.0/db_1/rdbms/log/prod21_psp0_4272.trc: ORA-07274: spdcr: access error, access to oracle denied. No such file or directory Mon Apr 18 17:05:44 2011 PSP0: terminating instance due to error 7274 Mon Apr 18 17:05:44 2011 Errors in file /s01/oracle/product/10.2.0/db_1/rdbms/log/prod21_lms1_4285.trc: ORA-07274: spdcr: access error, access to oracle denied. Mon Apr 18 17:05:44 2011 Errors in file /s01/oracle/product/10.2.0/db_1/rdbms/log/prod21_lms0_4279.trc: ORA-07274: spdcr: access error, access to oracle denied. Mon Apr 18 17:05:44 2011 Errors in file /s01/oracle/product/10.2.0/db_1/rdbms/log/prod21_lmd0_4276.trc: ORA-07274: spdcr: access error, access to oracle denied. Mon Apr 18 17:05:44 2011 Errors in file /s01/oracle/product/10.2.0/db_1/rdbms/log/prod21_lmon_4274.trc: ORA-07274: spdcr: access error, access to oracle denied. Mon Apr 18 17:05:45 2011 System state dump is made for local instance System State dumped to trace file /s01/oracle/product/10.2.0/db_1/rdbms/log/prod21_diag_4270.trc Mon Apr 18 17:05:45 2011 Trace dumping is performing id=[cdmp_20110418170545] Mon Apr 18 17:05:46 2011 Instance terminated by PSP0, pid = 4272 ====/s01/oracle/product/10.2.0/db_1/rdbms/log/prod21_psp0_4272.trc====== error 7274 detected in background process ORA-07274: spdcr: access error, access to oracle denied. ksuitm: waiting up to [5] seconds before killing DIAG [oracle@vrh1 ~]$ oerr ora 7274 07274, 00000, "spdcr: access error, access to oracle denied." // *Cause: Unable to access "oracle" program. Verify ?/bin/oracle or // $ORABCKPRG exist, and are executable. // *Action: Check errno returned.
以上ORA-07274错误直接导致RAC的2号节点实例意外终止！
引起ORA-07274错误的唯一直接原因是$ORACLE_HOME/bin目录下的oracle 2进制文件在错误发生时无法正常访问，可能造成该重要文件无法访问的原因可能有：
1.文件系统被umount或者ORACLE_HOME所在磁盘出现错误
2.oracle 2进制文件的权限设置错误，其正确权限应为6751
3.oracle 2进制文件被意外删除；当然relink oracle程序需要短暂移动该文件，所以也可能造成以上问题
在发生以上ORA-07274错误后我们第一时间使用ls命令查看了oracle 2进制文件的状态:
[oracle@vrh1 bin]$ ls -l $ORACLE_HOME/bin/oracle -rwsr-s--x 1 oracle oinstall 96789226 Apr 18 17:03 /s01/oracle/product/10.2.0/db_1/bin/oracle [oracle@vrh1 bin]$ stat $ORACLE_HOME/bin/oracle File: `/s01/oracle/product/10.2.0/db_1/bin/oracle' Size: 96789226 Blocks: 189248 IO Block: 4096 regular file Device: fd00h/64768d Inode: 4434759 Links: 1 Access: (6751/-rwsr-s--x) Uid: ( 500/ oracle) Gid: ( 500/oinstall) Access: 2011-04-18 17:04:55.000000000 -0400 Modify: 2011-04-18 17:03:44.000000000 -0400 Change: 2011-04-18 17:25:09.000000000 -0400 [oracle@vrh1 bin]$ date Mon Apr 18 17:25:30 EDT 2011
并发现该文件在近期内被修改过(Modify: 2011-04-18 17:03:44.000000000 -0400)，首先我想到的是可能有人在实例启动的情况下重新编译了oracle 2进制程序，但虽然的调查发现$ORACLE_HOME下大部分的目录修改时间(Modify time)都变成了最近。
这个时候一副”案件现场”已经呈现在我脑海中了，很明显是有人误删除了$ORACLE_HOME下的文件，在发现是误操作后立即终止了rm命令，但这个时候Oracle instance已经因为oracle 2进制程序文件丢失而意外终止terminated了，为了让现场恢复到原样，其又试图通过将1号节点上的Oracle Software传输到2号节点上来解决问题。
为了进一步证明我的想法，我求助于OS管理人员，希望通过传说中的系统命令审计来”锁定”问题。OS管理人员打开一个文本文件同我一起开始review起来，但在我看来这个审计文件的信息似乎过于简单了，只记录操作用户名下运行过的shell命令；一开始我们浏览了root用户的审计记录，没有发现任何问题；在准备查看oracle用户的审计文件时，系统管理人员才告之我，我们在查看的审计文件其实是用户home目录下的.sh_history，天哪！这就是传说中的审计文件，真神奇！
一般来说UNIX上的shell history只保留最近1000条的命令记录，为了不让这些唯一的证据丢失，我们首先将该.sh_history复制了一份，之后review历史记录文件后发现oracle用户执行过如下命令:
.............. rm -rf * rcp -r node:/s01/oracle/product/10.2.0/db_1/* ./
rm -rf命令的确应当成为DBA的禁忌，无论是旧历江湖的老鸟还是初出茅庐的嫩头青都可能栽在rm手上。根据抽屉原理，最坏的情况总会发生，而我们又无法真正绝对意义上杜绝对rm命令的使用(我之前的文章介绍过由hostname误操作修改了RAC中一个节点的主机名的例子，这样的情况推荐使用uname -n来获取主机名字，可以杜绝使用hostname)，那么我们真的很有必要在敲下rm命令前思考那么几秒，或者请另一位头脑清醒的仁兄帮自己确认一下，当然常年在船上走没有不湿鞋的，特别是当操作者处在一种panic模式的情景中时。
这个case因为oracle用户的密码只有少数几个人拥有，所以之后很容易能定位到责任人。多年之前在我第一家服务的公司中，office中到处贴着各种IT从业人员应当知晓的守则，其中就有一条”Passwords are like bubble gum”，是的密码就像是吹泡泡糖！
Comment