Oracle 网络&磁盘心跳机制

Oracle 网络&磁盘心跳机制

• 网络心跳
  网络心跳（Network Hearbeat）是RAC的内部通信机制，每隔一秒钟，CSSD的一个线程（sending进程）发送一个TCP网络心跳包给自己和集群中的其他节点，同时CSSD的另外一个进程（receiving进程）接收到心跳。如果网络传输包被drop或者出现错误，那么TCP的错误纠正机制会重传这个数据包，Oracle在这种场景下不参与网络包的重传。如果一个节点在15秒（50% of misscount）内都接收不到来自其它节点的心跳信息，那么在CSSD日志中会发现关于心跳丢失的“WARNING”信息。同样当该节点在22秒（75% of misscount）以及在27秒（90% of misscount）都没有接收到其他节点的心跳信息时，在CSSD日志中会依次发生警告。一直到30秒（Oracle 默认是30秒，可调节）为心跳丢失的完整周期，该节点会被驱逐。
• 磁盘心跳
  磁盘心跳（Disk Heartbeat)是发生在集群间以及仲裁盘间的心跳。每个RAC节点中的CSSD进程会在仲裁盘（voting disk）上面通过读写方式进行磁盘心跳维护，通过调用操作系统层pread/pwrite进程对1个操作系统block块进行一定偏移量的读写操作。除了维护自己的磁盘心跳（读写磁盘的偏移块），CSSD进程还会监控集群中其他节点CSSD进程维护的磁盘心跳。/这个不断被刷新的数据库头部记录节点名称和计数位，该计数位会在发生心跳探测时被集群中其他节点刷新（通过pwrite）。磁盘心跳是通过CSSD进程维护在心跳盘（vote disk）上面，如果存在某一节点由于IO超时没有刷新磁盘心跳，那么该节点会被宣布死掉。如果一个节点处于未知状态，没有真正的死掉，但是没有在存活的群组里，那么该节点会被驱逐，该节点会被在vote磁盘磁盘上更新为kill，被驱逐掉。
  总而言之，网络心跳每秒钟会相互ping一次，集群节点必须在css_miscount（默认值是30s）设置的时间内响应，如果规定时间内未响应，则会导致被驱逐。同时，对于磁盘心跳，每秒钟集群节点会通过vote盘读写进行集群通信，节点必须在disk timeout时间内响应。