那些Oracle RAC维护命令，平时不注意可真麻烦，得看看才行

来源主要是基于Oracle官方文档中关于集群件管理和数据库管理的部分,以及一些资深DBA的实践经验分享。

你得知道,RAC环境比单机数据库多了一个集群管理软件，以前叫Oracle Clusterware，现在通常被称为Grid Infrastructure，你的维护工作也得分两部分看：一部分是管集群本身的，另一部分才是管数据库的，很多时候问题出在集群层面，但你光在数据库里捣鼓是没用的。

查看集群状态是第一步，也是最基础的

你不能一上来就sqlplus连进去查数据库，得先确保集群是健康的，最常用的命令是crsctl。

crsctl check cluster 或 crsctl check cluster -all，这个命令会快速检查当前节点或所有节点上集群服务的整体状态，如果这里报错了，那后续的数据库操作很可能都会有问题，有时候你觉得数据库连不上，其实是底层集群服务挂了，先用这个命令看一眼能省很多事。

更详细的查看是用 crsctl status resource -t，这个-t选项会用树形结构显示所有资源的状态，非常直观，你能看到网络、磁盘（表决盘）、扫描IP、监听器、数据库实例等每一个资源的详细情况，是在线、离线还是未知状态，当某个实例莫名其妙挂掉的时候，这是第一个要跑的命令，它能帮你快速定位是哪个环节出了岔子。

管理集群资源的启动和停止

在RAC里,你不能像单机一样随便用shutdown immediate关数据库，更不能直接杀进程，要用集群的方式来管理。

停止数据库的正确姿势是：srvctl stop database -d <数据库名>，这会优雅地停止所有节点上的数据库实例，如果你只想停其中一个实例，比如要在节点1上做维护，可以用 srvctl stop instance -d <数据库名> -i <实例名>。

启动也是类似的,srvctl start database -d <数据库名>，但这里有个容易忽略的点：有时候你用srvctl启动数据库，发现实例没起来，或者监听器没起来，这时候你可能需要检查一下资源的自动启动属性，用 crsctl status resource <资源名> -p 查看资源的详细属性，关注AUTO_START这一项，如果它是never，意味着集群重启后这个资源不会自动启动，需要你手动敲命令，你可以用 crsctl modify resource <资源名> -attr AUTO_START=always 来修改它，避免以后忘记。

网络相关的问题排查

RAC严重依赖网络,网络一出问题就是大问题，除了集群的私有网络，还有一个重要的概念是SCAN（扫描IP），客户端通常连接的是SCAN IP，而不是某个具体节点的IP。

检查SCAN监听器的状态很重要：srvctl status scan_listener，如果SCAN监听器挂了，即使所有节点实例都正常，客户端也可能无法连接。

还有节点的虚拟IP（VIP），如果VIP飘移了，也会导致连接中断，用 crsctl status resource -t | grep vip 来查看各个节点的VIP状态是否正常，有时候网络抖动可能导致VIP短暂失效又恢复，期间就会产生连接错误日志。

表决盘（Voting Disk）和集群文件（OCR）的维护

这是集群的心脏和大脑,平时不动它们，但一旦出问题就是灾难性的，定期检查它们的备份和状态是必须的。

查看OCR备份：ocrconfig -showbackup，系统会自动备份OCR，但最好确认一下备份确实存在并且分布在不同的磁盘上，同样的，表决盘的备份信息可以用 crsctl query css votedisk 来查看其位置和状态。

切记,对OCR和表决盘的任何修改操作（比如恢复、替换）都必须极度小心，并且最好在有经验的DBA指导下或在测试环境充分演练后进行，平时就用查看命令确认它们健康就行。

一些诊断和日志查看命令

出问题了怎么办？看日志，但RAC的日志分布在各个节点上，你得知道去哪找。

集群本身的日志通常在$GRID_HOME/log/<节点主机名>目录下，比如alert.log文件会记录集群级别的告警信息。

数据库实例的日志和单机一样,在$ORACLE_BASE/diag/rdbms/<数据库名>/<实例名>/trace目录下，看alert_<实例名>.log。

有一个很方便的集群诊断工具叫diagcollection.pl，你可以用这个脚本一次性收集所有节点上集群相关的日志，打包成一个压缩包，方便发给Oracle支持进行分析，命令大概长这样：$GRID_HOME/bin/diagcollection.pl --collect --crshome $GRID_HOME，这个命令平时可能想不起来，但真需要找Oracle开服务请求（SR）时，它能帮你大忙。

容易被忽略的“小”命令

olsnodes：这个命令简单直接，就是列出集群中的所有节点名称，看起来简单，但在脚本里判断当前在哪个节点上运行时很有用。

crsctl get node role status：查看节点当前的角色状态，比如是否是Hub节点（在Extended Distance RAC等架构中很重要）。

asmcmd：RAC的数据库文件通常放在ASM磁盘组里，你需要熟悉一些基本的asmcmd命令，比如asmcmd lsdg查看磁盘组空间使用情况，asmcmd ls查看目录等，空间满了可是个大麻烦。

维护Oracle RAC，思路要从单机的“点”切换到集群的“面”，任何一个操作都要考虑到它对整个集群的影响，这些命令就像是你的工具箱，平时可能不觉得怎样，但遇到紧急情况时，能熟练准确地拿出合适的工具，就能快速解决问题，避免长时间的业务中断，定期在测试环境练习这些命令，熟悉它们的输出，是非常有必要的。