Oracle集群管理ASM磁盘-asm 磁盘头损坏修复过程

   1 内容概述

正常运行的一套双节点ＲＡＣ，现在有需求，需要重启一下实例，停止实例在启动实例时，报磁盘组不能挂载。如下：

2 内容分析 

警告日志显示有磁盘丢失。

asmdg 查看磁盘组是正常挂载的。

尝试重新挂载 ora_data 磁盘组。报错磁盘组不完整。

检查磁盘组的3块磁盘，都存在，而且使用ASMFD 不存在权限问题。

检查磁盘头状态，发现DATA1 和DATA2 为CANDIDATE ，到这里基本可以判断磁盘头损坏。

可以使用kfed 确认，INVALID 代表不是ASM 磁盘。

从版本10.2.0.5开始ASM 会对disk header做一个额外的备份。即第二AU 的倒数第二个block中备份了一份KFBTYP_DISKHEAD。这个ASM Disk header的作用是当真的KFBTYP_DISKHEAD被意外覆盖或损坏时可以使用Oracle 工具 KFED使用repair选项来修复Disk header。

计算方法:AU中包含的备份块block num 等于[AU_SIZE/block_size]*2-2因为第一个块从0计数]。

可以计算结果为：

• 1M AU在510

• 2M AU在1022

• 4M AU在2046

• 8M AU在4094

• 16M AU在8190

• 32M AU在16382

• 64M AU在32766

可以通过kfed 命令检查备份块信息，可以看到正常读取到了磁盘头信息：

kfed read dev/sdi blkn=2046 | egrep 'kfbh.type|ausize|dsknum|dskname|grpname|fgname|blksize'

3 内容处理

尝试恢复asm 磁盘头

确定损坏磁盘的备份信息：

kfed read dev/sdi blkn=2046 | egrep 'ausize|dsknum|dskname|grpname|fgname|blksize'
kfed read dev/sdj blkn=2046 | egrep 'ausize|dsknum|dskname|grpname|fgname|blksize'

从备份数据块备份磁盘信息，多做备份还是很必要的，也可以使用dd 备份磁盘的前50M。

kfed read /dev/sdi blkn=2046 >sdi.diskhead
kfed read /dev/sdj blkn=2046 >sdj.diskhead

恢复和检查asm 磁盘头信息，恢复时需要指定ausz ，否则非默认AU 会报错。

kfed repair /dev/sdi aus=4194304
kfed read /dev/sdi | egrep 'ausize|dsknum|dskname|grpname|fgname|blksize'

kfed repair /dev/sdj aus=4194304
kfed read /dev/sdj | egrep 'ausize|dsknum|dskname|grpname|fgname|blksize'

在次尝试挂载磁盘组，成功挂载。

alter diskgroup ora_data mount;

启动数据库一切正常。

startup

保险起见，重启集群检查数据库是否可以正常自动启动。

srvctl stop database -db orcl

节点1：

crsctl stop crs
reboot

节点2：

crsctl stop crs
reboot

备注：如果kfed repair 修复不成功，也可以尝试使用kefd merge 恢复之前备份的文件。

kfed merge /dev/sdi aus=4194304 sdi.diskhead
kfed merge /dev/sdj aus=4194304 sdj.diskhead

此方法只使用于磁盘前4k 损坏，如果是整个磁盘被格式化并写入数据，此方法无效。还是只能使用备份恢复整个数据库。

参考MOS 文档：

How To Restore/Repair/Fix An Overwritten (KFBTYP_INVALID) ASM Disk Header (First 4K) 10.2.0.5, 11.1.0.7, 11.2 And Onwards (Doc ID 1088867.1)