翻译mos文章rac脑裂导致节点的驱逐

理解rac脑裂节点的驱逐

应用于11.2.0.1和之后的版本
适用任何平台
这时11.2rac的一个管理方面的专业知识，只使用11.2.0


丢失网络心跳的驱逐是发生在正在幸存节点的ocssd进程丢失被驱逐节点通过私有网络的连接之后。
节点间必须能够通过私有网络进行通信，这是避免脑裂的解决方案。在脑裂导致驱逐的情况下，一个节点
自行脱离来避免由私有网络问题导致的脑裂。


脑裂的意思
脑裂的意思是存在2个或者多个不同设置相互间没有通信的节点或者群组。（rac被拆了）
例如 rac有4个节点A B C D
AB之间可以通信，CD之间可以通信，但A B 不能和C D 通信。


为什么这是一个问题
一个脑裂的情形大约是在一个共享存储上有两个或者多个集群。这是潜在的数据问题，必须要解决。
oracle集群处理脑裂是通过终止小的、弱的群组来实现，如果两个配置一样的群组，那么节点号低的那个存活
集群区分大的群组，驱逐不属于它的其他群组
在一个脑裂驱逐的节点的ocssd log里会有下面的记录
clssnmCheckDskInfo: Aborting local node to avoid splitbrain.
在这个ocssd.log产生上面记录的前大约10分钟会有下面的丢失心跳的记录
clssnmPollingThread: node %s (%n) at <X>% heartbeat fatal, removal in...


寻找群组
在ocssd.log里还会显示群组的信息。例如
2012-12-28 20:26:25.803: [    CSSD][1111296320]clssnmCheckDskInfo: My cohort: 1
2012-12-28 20:26:25.803: [    CSSD][1111296320]clssnmCheckDskInfo: Surviving cohort: 2,3,4
2012-12-28 20:26:25.803: [    CSSD][1111296320](:CSSNM00008:)clssnmCheckDskInfo: Aborting local node to avoid splitbrain.
 Cohort of 1 nodes with leader 1, sprora01, is smaller than cohort of 3 nodes led by node 2, sprora02, based on map type 2
 
 上面的信息是说，我能够与群组1通信，但是通过votedisk知道2、3、4三个节点可以通信，比较我所在群组1有一个节点小于另一个群组 2有
 2、3、4三个节点，oracle通过终止节点数少的群主来处理这个问题。
 
 使用群组信息来诊断私有网络问题
 群组信息描述了哪些节点可以互相通信，上面的例子说明234可以 通信，不能够跟1通信
 
 后续检查
 检查私有网络中1节点和其他3节点间的连接