数仓实践丨主动预防-DWS关键工具安装确认

摘要：gdb确认是否安装，所带来的该工具用户数据库实例触发core问题后集群状态反复异常，对此问题及时分析根因并及时进行规避。

本文分享自华为云社区《主动预防-DWS关键工具安装确认》，作者：上官寒雨。

【关键工具确认】

1、gdb确认是否安装（该工具用户数据库实例触发core问题后集群状态反复异常，对此问题及时分析根因并及时进行规避）

登录任意集群节点执行以下命令（HC/HCS/HCSO环境登录沙箱外执行）：

gdb --help

提示以下信息则已安装

2、gstack是否安装（与gdb关联工具，gdb安装后此工具会默认安装，作用与gdb相同）

登录任意集群节点执行以下命令（HC/HCS/HCSO环境登录沙箱外执行）：

gstack

提示以下信息则已安装

gdb与gstack安装请参考以下链接：

3、core是否配置（该配置可以确保数据库实例触发core问题后能够抓取异常堆栈信息，以便使用gdb工具从所抓取信息中获取触发实例异常sql及时规避与根因定位）

集群状态为Normal时执行以下命令确认（集群normal情况下该操作不影响业务）

kill -11 备dn进程号，检查对应的数据目录下是否生成core文件，若产生core文件则已配置。

若未配置请按照以下链接进行配置：

4、pg_xlogdump是否存在（异常业务产生大量xlog后造成业务慢，磁盘使用率快速上涨等问题，使用此工具解析异常业务）

pg_xlogdump提示以下信息则已安装（纯软环境加载环境变量后执行，HC/HCS/HCSO登录至沙箱内执行）

5、pagehack是否存在（数据文件出现静默损坏使用该工具解析异常数据文件）

pagehack提示以下信息则已安装（纯软环境加载环境变量后执行，HC/HCS/HCSO登录至沙箱内执行）

pg_xlogdump与pagehack工具获取如下链接：

步骤1：登录至第一个CN节点，使用omm（云上使用Ruby用户）将pagehack、pg_xlogdump工具上传至该节点$GAUSSHOME/bin/下步骤2：将工具分发至其他节点

gs_ssh -c "scp $hostname:$GAUSSHOME/bin/pagehack $GAUSSHOME/bin/"

gs_ssh -c "scp $hostname:$GAUSSHOME/bin/pg_xlogdump $GAUSSHOME/bin/"

$hostname为第一个cn节点的hostname。

6、 gs_detect工具上传步骤（此工具包未运维团队开发，其中包括集群状态异常诊断工具、IO高工具、数据文件损坏扫描等工具，方便出现问题后及时定位及恢复）

步骤1：omm用户登录第一个cn节点（云上使用Ruby），在附件获取gs_detect工具并重命名为gs_detect.tar.gz上传至第一个cn节点/home/omm路径下（HC/HCS/HCSO形态放在第一个cn节点/home/Ruby路径下）

步骤2：使用以下命令解压

cd /home/omm

tar -zxvf gs_detect.tar.gz

步骤3：将gs_detect工具分发至其他节点

gs_ssh -c "scp -r hostname:/home/omm/gs_detect /home/omm"

$hostname为第一个cn节点的hostname。

注：云上的分发命令需要在沙箱内执行

1、arm加固项确认（x86机器不涉及）

2、Centos7.6impi模块导致服务器反复重启，修复方案见附件《CentOS7.6 ipmi模块补丁合入指导.docx》