使用AWK分析Oracle系统锁定、Hang状态

在早期Oracle版本中，由于技术不成熟等原因，数据库锁定和僵死状态还是时有发生的。对待这些问题，老先生们的处理策略无外乎是“重启”和“考究”两种策略。所谓“重启”，通过强制的重启服务器或者数据库，将软硬件偶然出现的锁定僵死状态重置，是一种最简单的处理办法。但是，如果是应用程序层面潜在的缺陷、数据库的Bug或者诸如大规模事务回滚的情况，重启大法的作用是很有限的。况且，一些关键业务系统，重启数据库是需要很高级别的审批流程的。这个时候，就需要进行“考究”，仔细研究故障点进行精准分析。

“考究”的过程是非常复杂的。传统方法是将数据库内存状态全部dump到Trace文件中，从其中观察到各个进程之间复杂的交互关系，最后定位到数据库锁定的原因。

由于Oracle的负责性，Trace文本文件通常成千上万行，进行读取也是非常消耗精力的事情。数据库故障在任何企业都是大事故，每分每秒都意味着巨大的经济损失，早一分钟定位错误，解决问题，是有着重大意义的。

Linux体系对于正则表达式、文本处理是有很强的积淀的。AWK/SED命令就可以处理比较负责的文本分析问题。于是，行业中推出了结合awk命令使用的ass109.awk命令程序，实现快速的系统trace文件分析。

下面通过一个比较简单的会话间锁定测试，来演示awk命令处理思路。具体ass109.awk脚本在网络上下载比较方便，就不累列本文。

1、测试环境准备

实验环境选择Oracle 11gR2，版本为11.2.0.4。

SQL> select * from v$version;

BANNER

--------------------------------------------------------------------------------

Oracle Database 11g Enterprise Edition Release 11.2.0.4.0 - 64bit Production

PL/SQL Release 11.2.0.4.0 - Production

CORE    11.2.0.4.0 Production

TNS for Linux: Version 11.2.0.4.0 - Production

NLSRTL Version 11.2.0.4.0 – Production

实验场景找一个比较简单的就好，双Session共同更新相同记录，构成锁定状态。

--Session 1

SQL> create table t as select object_id from dba_objects;

Table created

SQL> select sid from v$mystat where rownum<2;

      SID

----------

      319

SQL> delete t where object_id=1000;

1 row deleted

--Session 2

SQL> select sid from v$mystat where rownum<2;

      SID

----------

      479

SQL> delete t where object_id=1000;

(Hang住)

319和479会话处在锁定等待状态。

2、数据库状态Trace

下面就需要将系统状态System State，笔者选择使用oradebug工具来进行处理。

[oracle@testlife trace]$ sqlplus /nolog

SQL*Plus: Release 11.2.0.4.0 Production on Fri Oct 14 20:01:13 2016

Copyright (c) 1982, 2013, Oracle.  All rights reserved.

SQL> conn / as sysdba

Connected.

SQL> oradebug setmypid

Statement processed.

SQL> oradebug dump systemstate 10;

Statement processed.

SQL> oradebug tracefile_name;

/u01/app/oracle/diag/rdbms/testdb/testdb/trace/testdb_ora_8344.trc

定位到Trace File所在的目录，确认文件生成。同时，确定ass109处理文件也在该目录下。

[oracle@testlife trace]$ ls -l | grep testdb_ora_8344.trc

-rw-r-----  1 oracle oinstall 1021451 Oct 14 20:01 testdb_ora_8344.trc

[oracle@testlife trace]$ ls -l | grep ass109.awk 

-rw-r--r--  1 root  root      34549 Oct 14 19:25 ass109.awk

3、分析处理

使用awk分析trace文件极其简单，分析结果直接就输出在屏幕中。

[oracle@testlife trace]$ awk -f ass109.awk testdb_ora_8344.trc

Starting Systemstate 1

............................

Ass.Awk Version 1.0.9 - Processing testdb_ora_8344.trc

System State 1

~~~~~~~~~~~~~~~~

1:                                     

2:  0: waiting for 'pmon timer'         

3:  0: waiting for 'rdbms ipc message' 

4:  0: waiting for 'VKTM Logical Idle Wait' 

5:  0: waiting for 'rdbms ipc message' 

6:  0: waiting for 'DIAG idle wait'     

7:  0: waiting for 'rdbms ipc message' 

8:  0: waiting for 'DIAG idle wait'     

9:  0: waiting for 'rdbms ipc message' 

10: 0: waiting for 'rdbms ipc message' 

11: 0: waiting for 'rdbms ipc message' 

12: 0: waiting for 'rdbms ipc message' 

13: 0: waiting for 'smon timer'         

14: 0: waiting for 'rdbms ipc message' 

15: 0: waiting for 'rdbms ipc message' 

16: 0: waiting for 'rdbms ipc message' 

17:                                     

18:                                     

19: 0: waiting for 'rdbms ipc message' 

20: 0: waiting for 'Streams AQ: qmn coordinator idle wait' 

21: 0: waiting for 'rdbms ipc message' 

22: 0: waiting for 'Streams AQ: qmn slave idle wait' 

23: 0: waiting for 'Streams AQ: waiting for time management or cleanup tasks' 

24: 0: waiting for 'Space Manager: slave idle wait' 

25: 0: waiting for 'SQL*Net message from client' 

26: 0: waiting for 'SQL*Net message from client' 

27: 0: waiting for 'enq: TX - row lock contention'[Enqueue TX-00060002-00000611] 

28:                                     

Blockers

~~~~~~~~

        Above is a list of all the processes. If they are waiting for a resource

        then it will be given in square brackets. Below is a summary of the

        waited upon resources, together with the holder of that resource.

        Notes:

        ~~~~~

        o A process id of '???' implies that the holder was not found in the

          systemstate.

                    Resource Holder State

Enqueue TX-00060002-00000611    26: 0: waiting for 'SQL*Net message from client'

Object Names

~~~~~~~~~~~~

Enqueue TX-00060002-00000611                                 

18642 Lines Processed.

分析结果很简单，也很容易看懂。分析重点是从process入手，将当前系统中所有对应的Process信息逐个整理出来，将对应的等待事件wait event理出来。最后，将存在Block的情况整理列出来。

从上面的结果看，可以发现资源Enqueue TX-00060002-00000611被26号会话持有，该会话却处在等待用户信息输入状态。而上面的Process列表中，对于这个资源27号进程是等待持有的。

那么，我们直到了26和27直接有问题，如何定位究竟哪个会话呢？注意：这个26和27对应的就是v$process中数据库内部的进程编号PID。

SQL> select * from v$process where pid in (26,27);

ADDR                    PID SPID                     

---------------- ---------- ------------------------ 

00000001339FDBD0        26 7505                     

00000001339FEC88        27 8317                     

SQL> select sid, serial#, paddr, event from v$session where paddr in ('00000001339FDBD0','00000001339FEC88');

      SID    SERIAL# PADDR            EVENT

---------- ---------- ---------------- ----------------------------------------------------------------

      319        21 00000001339FDBD0 SQL*Net message from client

      479        43 00000001339FEC88 enq: TX - row lock contention

正确定位到319和479会话。

3、结论

数据库资源相互锁定在应用领域非常常见，例如资源释放问题、会话操作失误和事务回滚等，都会引起或大或小的资源锁定。通过awk命令配合ass109.awk命令文件，可以比较方便的让我们快速定位问题，解决问题。