`
ocssd.bin` 是
Oracle Clusterware 中 **Cluster Synchronization Services (CSS)** 的核心进程，负责节点间的心跳、集群成员管理以及防止“脑裂”（Split
-Bra
in）。当 `
ocssd.bin` 反复崩溃时，会导致整个集群不稳定，甚至节点不断重启。
---
## ✅ `
ocssd.bin` 进程反复崩溃的常见原因
1
. **Vot
ing D
isk 不可访问或损坏**
2
. **Private
Interconnect 网络问题（心跳中断）**
3
. **时间不同步（NTP/chrony 配置错误）**
4
. **操作系统资源不足（内存、CPU、句柄等）**
5
. **OCR 损坏或无法访问**
6
. **内核参数配置不当**
7
. **文件系统权限问题（如 GRID_HOME 权限异常）**
8
. **ASM 实例未启动导致 Vot
ing D
isk 不可用**
---
## ✅ 排查与解决方案
### 步骤 1：查看 `
ocssd.bin` 崩溃日志
关键日志路径：
```bash
$GRID_HOME/log/<hostname>/cssd/
ocssd.log
```
使用以下命令实时查看：
```bash
tail
-f $GRID_HOME/log/$(hostname)/cssd/
ocssd.log
```
🔍 查找关键词：
- `FATAL`
- `reboot
ing after fatal error`
- `Cannot open vot
ing file`
- `Connection to network handle lost`
- `m
issed check
-in from other node`
- `vot
ing d
isk I/O error`
#### 示例错误：
```log
[ CSSD]clssnmvD
iskVerify: Successful connect to vot
ing d
isk: /dev/
oracleasm/d
isks/VOTE1
[ CSSD]clssnmvDD
iskRead: Read failure on vot
ing device /dev/
oracleasm/d
isks/VOTE1
```
👉 表示投票盘读取失败。
---
### 步骤 2：检查 Vot
ing D
isk 是否可访问
```bash
# 查看 vot
ing d
isk 状态
crsctl query css voted
isk
# 输出应类似：
# STATE File Universal Id File Name D
isk group
# —— ———— ———————————————— —————— ————
# ONL
INE 7a9c1e2f3d
... (ORCL:VOTE1) /dev/
oracleasm/d
isks/VOTE1 [DATA]
```
✅ 所有 vot
ing d
isk 应为 `ONL
INE`。若为 `OFFL
INE` 或报错：
```bash
# 强制重新扫描（谨慎操作）
crsctl add css voted
isk <path>
-force
```
> ⚠️ 注意：删除或添加 vot
ing d
isk 必须在所有节点 CRS 启动状态下进行，否则风险极高。
---
### 步骤 3：验证私网通信（Private
Interconnect）
```bash
# 查看私网配置
oifcfg getif
# 输出示例：
# eth1 192
.168
.1
.0 cluster_
interconnect
```
测试与其他节点私网 IP 的连通性和延迟：
```bash
p
ing
-I eth1 192
.168
.1
.2
```
📌 要求：
- 延迟 < 1ms
- 无丢包
- MTU 匹配（建议设置为 9000，启用 Jumbo Frame）
关闭防火墙（临时测试）：
```bash
systemctl stop firewalld
systemctl d
isable firewalld
```
---
### 步骤 4：检查时间同步（NTP / chrony）
Oracle 要求节点间时间差 < 500ms。
```bash
# 查看当前时间
date
# 查看 chrony 状态
chronyc sources
-v
chronyc t
rack
ing
# 检查偏移是否过大
```
如果时间偏差超过 1 秒，CSS 会主动 crash 并重启节点！
🔧 解决方法：
```bash
# 强制同步时间
chronyc makestep
# 或
ntpdate <ntp
-server>
```
并在 `/etc/chrony
.conf` 中确保所有节点指向同一个 NTP 服务器。
---
### 步骤 5：检查 OCR 状态
OCR 存储集群配置信息，若损坏会影响 CSS 初始化。
```bash
ocrcheck
```
输出必须是：
```text
Status of
Oracle Cluster Reg
istry
is healthy
```
❌ 如果不健康：
- 使用自动备份恢复 OCR：
```bash
ocrconfig
-restore /u01/app/19
.0
.0/grid/cdata/<cluster
-name>/backup00
.ocr
```
- 重启 CRS 生效。
---
### 步骤 6：检查系统资源和内核参数
#### a
. 内存是否充足？
```bash
free
-h
dmesg | grep
-i "out of memory\|oom"
```
OOM Killer 杀死 `
ocssd.bin` 会导致其突然退出。
#### b
. 检查内核参数（/etc/sysctl
.conf）
确保包含以下内容（根据官方文档调整）：
```conf
kernel
.shmmax = 1352664064
kernel
.shmmni = 4096
kernel
.sem = 250 32000 100 128
net
.core
.rmem_default = 262144
net
.core
.rmem_max = 4194304
net
.core
.wmem_default = 262144
net
.core
.wmem_max = 1048576
fs
.aio
-max
-nr = 1048576
fs
.file
-max = 6815744
```
应用：
```bash
sysctl
-p
```
---
### 步骤 7：检查 GRID_HOME 文件权限
```bash
ls
-ld $GRID_HOME/
bin/
ocssd.bin
# 应该是 owned by grid:asmadm
in，且有 s bit（SUID）
# 正确权限：
-rwxr
-x
--x 1 grid asmadm
in ... ocssd.bin
```
修复权限（以 root 执行）：
```bash
chown grid:asmadm
in $GRID_HOME/
bin/
ocssd.bin
chmod 6751 $GRID_HOME/
bin/
ocssd.bin # 包含 SUID + sticky
```
然后重新启动 CRS：
```bash
crsctl stop crs
crsctl start crs
```
---
### 步骤 8：强制清理并重建 CSS（最后手段）
⚠️ 仅适用于单节点环境或维护窗口期！
```bash
# 停止 CRS
crsctl stop crs
# 清除本地状态（root 用户）
cd /u01/app/19
.0
.0/grid/crs/
install
perl roothas
.pl
-delete
-force
# 重新配置 HAS
perl roothas
.pl
-post
install
-force
```
然后重启服务器，再运行 `root
.sh`（如果是完整 GI 安装）。
---
## ✅ 预防措施
| 措施 | 说明 |
|
------|
------|
| 启用多个 Vot
ing D
isk | 至少 3 个，奇数个，分布在不同磁盘组 |
| 多路径私网 | 绑定双网卡（bond
ing），提高可靠性 |
| 定期备份 OCR | 使用 `ocrconfig
-manualbackup` |
| 监控
ocssd.log | 设置日志轮转和告警 |
| 使用 ASMLib 或 udev 固定设备名 | 防止设备重命名导致 vot
ing d
isk 失联 |
---
###
扫一扫
871
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
