今天跟大家分享一个ASM磁盘组损坏的案例，此案例来自于一个网友。由于是保密客户，不能拿到数据，所以这里只是在自己的环境中模拟此现象并给出解决方案。
从Oracle 10g中，Oracle推出ASM（自动存储管理）功能，用于替换基于主机的存储管理软件，使得Oracle RAC运行不在依赖于第三方的存储管理软件（如hacmp，sfrac）。在10G中，ASM的功能和稳定性还不完善，并没有被大规模使用。
但是在11G版本中，ASM已经被大规模使用，成为集群的核心存储管理解决方案。同时ASM这个黑匣子也逐渐的被大家认识，今天我们就给大家分享一起ASM磁盘组不能挂载的案例。
ASM磁盘组有三种冗余方式：External Redundancy、Normal Redundancy、High Redundancy。其中的冗余机制这里就不过多介绍了，拥有冗余的磁盘组就可以高枕无忧了吗？肯定不是，冗余的机制只能保证部分故障的解决，还不足以让我们高枕无忧。
就如我们今天的分享案例，哪怕你有normal的冗余方式，也只能事出无奈、束手无策，特别是在一些OLAP系统中，几十T的数据很正常，当故障来临时，哪怕通过备份来还原，这个时间也是无法容忍的。唯有对ASM原理足够的了解，才能让我们在故障时，通过一些非常规的手段修复。
ASM和普通的文件系统一样，有自己的元数据，并且ASM的元数据库是可以直接通过KFED来查看和编辑的，今天我们用到的就是PST元数据。
我们简单描述一下：
-
PST对于ASM非常重要，在读取其他ASM metadata之前会先检查PST，当mount diskgroup时，GMON进程会读取diskgroup中所有磁盘去找到和确认PST，通过PST可以确认哪些磁盘是可以ONLINE使用的，哪些是OFFLINE的。
-
PST位于磁盘的第一个au上，但并不是每块磁盘上都有PST。磁盘组镜像的不同，PST的个数也不同，如下：
External Redundancy一般有一个PST
Normal Redundancy至多有个3个PST
High Redundancy 至多有5个PST
下面有请我们今天的主角出场：
NORMAL磁盘组中有1个failgroup意外offline(如现在市面上的一体机1个存储节点意外重启)，在这个failgroup恢复回来重新成功online之前，另外一个failgroup中有一块磁盘损坏了，此时悲剧就发生了，即使被offline的failgroup还原回来，也不能mount磁盘组。因为我们之前介绍的ASM重要元数据PST认为这些盘的状态不是可正常访问的。
构建NORMAL冗余磁盘组
为了便于观察恢复效果，跟踪某条记录的变化，在offline primary extent所在磁盘后，更新这条数据，然后破坏其secondary extent所在磁盘，最后验证该事务是否丢失。
这里手动创建一张rescureora的测试表，并查看其中一行记录物理存放位置。
通过脚本找到数据块与ASM磁盘的映射关系，由于是normal冗余，此处会看到两副本，LXN_KFFXP为0的是primary extent在1号disk上，为1的是secondary extent在4号disk上，稍后我们就模拟offline 1号disk所在fg，并且破坏4号盘。
通过GMON日志分析PST位置
从gmon trace可以发现，该磁盘组PST在0、2、4号磁盘上。通过kfed也可以验证：
模拟故障现象
offline fg2
fg2为primary extent所在的failgroup，此时手动offline，模拟生产环境的服务器关机。
SQL> ALTER DISKGROUP TEST offline disks in failgroup fg2;
Diskgroup altered.
此时gmon日志中，会生成最新的PST信息，如下：
更新数据
此处更新数据只是为了最后验证数据的有效性。
手动破坏4号磁盘
这里采用的dd命令，如果在12C中开启afd后，dd命令会自动过滤。
[grid@rescureora1 trace]$ dd if=/dev/zero of=/dev/asm-test-diskg bs=4096 count=1 conv=notrunc
1+0 records in
1+0 records out
4096 bytes (4.1 kB) copied, 0.000306284 s, 13.4 MB/s
故障出现
磁盘组已经无法mount：
通过gmon trace观察此时的PST分布情况：
解决方案
查看PST中的磁盘状态
修改磁盘状态
这里将磁盘0和1的状态值修改为127即可。
挂载磁盘组
PST修复完成，尝试mount磁盘组：
SQL> alter diskgroup test mount force;
alter diskgroup test mount force
*
ERROR at line 1:
ORA-15032: not all alterations performed
ORA-15096: lost disk write detected
ORA-15042: ASM disk "4" is missing from group number "2"
这里报写丢失，跟之前的报错已经不一样，此时是由于磁盘组在挂载时做recover报错，那么很简单，跳过recover那一步就可以。
此时报错稍微有些不同，磁盘组在进行recover的时候报错，checkpoint为seq=7,block=1474
NOTE: starting recovery of thread=1 ckpt=7.1474 group=2 (TEST)
NOTE: BWR validation signaled ORA-15096
Errors in file /u01/app/grid/diag/asm/+asm/+ASM/trace/+ASM_ora_4035.trc:
ORA-15096: lost disk write detected
ORA-15042: ASM disk "4" is missing from group number "2"
查看ACD元数据：
修改ACD，加大ckpt的seq为9：
修复ACD元数据
修复ACD元数据：
kfed merge /dev/asm-test-diske aun=4 blkn=0 text=acd.txt
挂载磁盘组
再次尝试mount磁盘组，发现磁盘组挂载正常。
SQL> alter diskgroup test mount force;
Diskgroup altered.
启动数据库
如果在正常环境中，此时会出现数据不一致的情况，当然，如果有归档日志在，那么就可以向本案例一样，完美的解决。
SQL> recover database;
Media recovery complete.
SQL> alter database open;