最近工作中又遇到因时间问题导致的故障，这让本新四有好青年想起了N年前的一个案例，今天整理分享一下。当时是应用反应主机时间与正确的时间相差有8分多钟，影响了正常的业务，登录发现主机的NTP服务是开启的，查看NTP同步状态：
可以看到offset是0.051s,基本没有延迟，那么问题就出在Ntpserver时间存在不准确的可能，通过主机侧查看，果然server端存在延迟的情况。
为尽快恢复业务，通过以下方式来处理时间延迟，停止NTP服务更改服务端到一个正常的NTP服务器，在不停库的情况下，手工微调时间，来追平发生的延迟，步骤如下：
1.停止NTP服务修改服务器地址
#/etc/init.d/ntpd stop
#vi /etc/ntp.conf
# Enable writing of statisticsrecords.
#statistics clockstats cryptostatsloopstats peerstats
#server 172.72.20.131 prefer minpoll6 maxpoll 6
server 10.19.244.52 prefer minpoll 6maxpoll 6
logfile /var/log/dsware_ntp.log.0
2.每半分钟调一次，等半分钟，再调一次
date -s "10:41:002017-01-06";clock -w
date -s "10:42:002017-01-06";clock -w
date -s "10:43:002017-01-06";clock -w
date -s "10:44:002017-01-06";clock -w
date -s "10:45:002017-01-06";clock -w
date -s "10:46:002017-01-06";clock -w
date -s "10:47:002017-01-06";clock -w
date -s "10:48:002017-01-06";clock -w
date -s "10:49:002017-01-06";clock -w
date -s "10:50:002017-01-06";clock -w
date -s "10:51:002017-01-06";clock -w
date -s "10:52:002017-01-06";clock -w
date -s "10:53:002017-01-06";clock -w
date -s "10:54:002017-01-06";clock -w
date -s "10:55:002017-01-06";clock -w
date -s "10:56:002017-01-06";clock -w
date -s "10:57:002017-01-06";clock -w
date -s "10:58:002017-01-06";clock -w
3. 启动NTP服务
#/etc/init.d/ntpd start
以上操作在一个数据库主机上正常执行后，数据库没有发生任何异常的情况。
由于某种不便明说原因，在调整另一台数据库主机服务器时间时，主机工程师手动调整server时间到正确时间，然后又通过ntpdate调整数据库服务器时间追平服务端。结果是数据库主机调整了8分多钟的时间跨度，当调整完成后，悲剧就发生了，数据库宕机，如下：
ALERT报错：
Fri Jan 06 11:33:30 2017
Errors in file/oracle_log/diag/rdbms/orcl/orcl2/trace/orcl2_asmb_67035.trc:
ORA-15064: communication failurewith ASM instance
ORA-03113: end-of-file oncommunication channel
Process ID:
Session ID: 90 Serial number: 56760
Fri Jan 06 11:33:30 2017
Errors in file/oracle_log/diag/rdbms/orcl/orcl2/trace/orcl2_asmb_67035.trc:
ORA-15064: communication failurewith ASM instance
ORA-03113: end-of-file oncommunication channel
Process ID:
Session ID: 90 Serial number: 56760
USER (ospid: 67035): terminating theinstance due to error 15064
Fri Jan 06 11:33:30 2017
opiodr aborting process unknownospid (22340) as a result of ORA-1092
Fri Jan 06 11:33:30 2017
ORA-1092 : opitsk aborting process
报错无法与ASM实例发生通信，那么接下来我们查看ASM的ALERT日志。
2016-12-27 23:05:53.756000 +08:00
Warning: VKTM detected a time drift.
Time drifts can result in anunexpected behavior such as time-outs. Please check trace file formore details.
2017-01-06 11:33:30.143000 +08:00
WARNING: client[+ASM1:+ASM:c5ogx2-cluster] not responsive for 494s;state=0x1. pid 121601
NOTE: umbilicus traces dumped to/oracle_log/diag/asm/+asm/+ASM1/trace/+ASM1_gen0_97907.trc
WARNING: client[orcl2:orcl:c5ogx2-cluster] not responsive for 494s; state=0x1.killing pid 67039
NOTE: umbilicus traces dumped to/oracle_log/diag/asm/+asm/+ASM1/trace/+ASM1_gen0_97907.trc
WARNING: fencing client[orcl2:orcl:c5ogx2-cluster] after 494 seconds (mbr 1)
WARNING: ASMB has not responded for494 seconds
NOTE: ASM umbilicus running slowerthan expected, ASMB diagnostic requested after 494 seconds
NOTE: ASMB process state dumped totrace file /oracle_log/diag/asm/+asm/+ASM1/trace/+ASM1_gen0_97907.trc
ERROR: terminating instance becauseASMB is stuck for 494 seconds
System State dumped to trace file/oracle_log/diag/asm/+asm/+ASM1/trace/+ASM1_gen0_97907.trc
2017-01-06 11:33:32.261000 +08:00
报错，客户端-cluster在494s内无法响应，导致ASMB阻塞终止了ASM实例，顺理成章的，DB实例无法连接ASM实例，之后宕机。
查看指定TRACE文件内容如下：
*** 2017-01-06 11:33:32.261
GEN0 (ospid: 97907): terminating theinstance due to error 15082
ksuitm: waiting up to [5] secondsbefore killing DIAG(97913)
查看错误官方解释：
[/home/oracle] oerr ora 15082
15082, 00000, "ASM failed tocommunicate with client"
// *Cause: There was a failureor time out when ASM tried to communicate with
// aconnected RDBMS or Oracle ASM Dynamic Volume Manager
// (OracleADVM) client.
// *Action: Check the accompanyingerror messages and alert logs
// formore information on the reason for the failure.
// Checksystem specific logs (/var/log/messages on Linux,
// EventLog on Windows) for Oracle ADVM messages.
通过错误提示，表明是ASM无法与客户端通信，或超时，检查相关日志，包括网络层面，OS层面等日志。
Jan 6 11:21:34 c5ogx2bntpd[18672]: ntpd 4.2.6p5@1.2349-o Fri Oct 11 03:18:05 UTC 2013 (1)
当然也就是主机工程师做的ntpupdate操作。
发现日志中的超时494s,换算成分钟，也就是8.33分钟，正好是修改的时间跨度。基本可以确诊是大跨度修改主机时间导致的宕机。按照本好青年理解，这里正常的timeout时间，应该是<1秒的时间，当时由于时间调整，两次获取操作系统的时间大于了允许的超时时间，导致ASM误认为有问题，为了数据一致性等考虑，选择宕机保护。
所以，当我们需要调整数据库主机时间，还是建议微调，禁止一次跨度太大，以上证明以半分钟为调整跨度是比较合理方式之一。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/130191.html
摘要：分析师们预测，从年至年，零售主机托管的增长率将达到，批发数据中心市场的增长率将达到零售主机托管服务目前占有的市场份额，批发服务占据剩余的份额。据预测，这两个因素的结合会促使亚太区的主机托管数据中心市场份额到年有望超过北美。 超大规模云提供商正从传统数据中心提供商那里抢占越来越多的客户工作负载，同时在获取越来越多的数据中心容量，以托管运行那些工作负载，因而大幅改变全球主机托管数据中心市场的格局...
摘要：在年，数据中心以及公共云和私有云将会有什么样的变化以下是我们的一些猜测。下面是我对数据中心和云的个预测。然而，这意味着数据中心也正在被重新调整其用途。数据中心正在发生变化，变得更加通用和强大。在2019年，数据中心以及公共云和私有云将会有什么样的变化？以下是我们的一些猜测。又到了一年中做度假计划的时候了，去购物中心看起来就像是《勇敢的心》当中的场景，在门口台阶上偷钱包的行为猖獗，而人们则努力...
摘要：相反，它曾无人看好困难重重，整个团队甚至数度濒临解散。从危在旦夕到浴火重生，这十年经历了什么今天，我们一起了解它背后不为人知的故事。在阳振坤看来，如果一件事情几乎所有的人都认为它很重要需要做，这件事情就已经不是创新了。 showImg(https://segmentfault.com/img/remote/1460000019001650); 阿里妹导读：谈及国产自研数据库，就不得不...
摘要：类是一个抽象类，由安排为一次执行或重复执行的任务。也是自带的一个基于线程池设计的定时任务类。问题，则可以直接使用类实现自定义的定时调度规则。 定时调度作为后端开发人员，我们总会遇到这样的业务场景：每周同步一批数据；每半个小时检查一遍服务器运行状况；每天早上八点给用户发送一份包含今日待办事项的邮件，等等。 这些场景中都离不开定时器，就像一个定好时间规则的闹钟，它会在指定时间触发，执行我们...
阅读 1034·2023-01-11 13:20
阅读 1309·2023-01-11 13:20
阅读 819·2023-01-11 13:20
阅读 1413·2023-01-11 13:20
阅读 3719·2023-01-11 13:20
阅读 2108·2023-01-11 13:20
阅读 1091·2023-01-11 13:20
阅读 3152·2023-01-11 13:20
