青海區(qū)域臺(tái)網(wǎng)地球物理數(shù)據(jù)管理系統(tǒng)入庫(kù)異常排查及分析

李玉麗，李啟雷，楊曉霞，李國(guó)佑

(青海省地震局，青海 西寧 810001)

0 引 言

中國(guó)地震地球物理臺(tái)網(wǎng)先后經(jīng)歷了“模擬和人工”、“九五”數(shù)字化及“十五”網(wǎng)絡(luò)化等三個(gè)階段。各階段都建設(shè)了一批臺(tái)站和相應(yīng)的觀測(cè)、技術(shù)系統(tǒng)?！熬盼濉睌?shù)字化期間，地球物理臺(tái)網(wǎng)采樣的是SQL Sever數(shù)據(jù)庫(kù)。“十五”網(wǎng)絡(luò)化期間，地球物理臺(tái)網(wǎng)采用Oracle數(shù)據(jù)[1-3]。隨著系統(tǒng)軟件和數(shù)據(jù)庫(kù)軟件新版本的產(chǎn)出，我們對(duì)地球物理服務(wù)器進(jìn)行相應(yīng)的升級(jí)。2018年我局地球物理服務(wù)器數(shù)據(jù)庫(kù)升級(jí)沒(méi)有重裝數(shù)據(jù)庫(kù)軟件，直接通過(guò)文件拷貝替換原數(shù)據(jù)庫(kù)相應(yīng)文件的方式進(jìn)行了升級(jí)。一段時(shí)間后，一臺(tái)服務(wù)器校時(shí)后出現(xiàn)地球物理數(shù)據(jù)管理系統(tǒng)自動(dòng)采集和手動(dòng)采集數(shù)據(jù)時(shí)提示“入庫(kù)異?！眴?wèn)題。數(shù)據(jù)不能通過(guò)自動(dòng)采集和手動(dòng)補(bǔ)采的方式采集入庫(kù)，需要通過(guò)手動(dòng)入庫(kù)方式，增加了日常工作量。本文針對(duì)此問(wèn)題進(jìn)行了一系列的排查。

1 青海區(qū)域臺(tái)網(wǎng)地球物理數(shù)據(jù)管理系統(tǒng)運(yùn)行維護(hù)概況

地震地球物理臺(tái)網(wǎng)系統(tǒng)由國(guó)家地球物理臺(tái)網(wǎng)中心、區(qū)域地球物理臺(tái)網(wǎng)中心、直屬觀測(cè)臺(tái)站和地方臺(tái)站組成。通過(guò)地球物理臺(tái)網(wǎng)數(shù)據(jù)管理系統(tǒng)收取原始、匯集原始和預(yù)處理數(shù)據(jù)，將臺(tái)站的資料匯集到區(qū)域中心，再上報(bào)到國(guó)家地球物理臺(tái)網(wǎng)中心。數(shù)據(jù)管理系統(tǒng)在地球物理臺(tái)網(wǎng)及臺(tái)站的工作中發(fā)揮重要作用。

青海區(qū)域臺(tái)網(wǎng)數(shù)據(jù)管理系統(tǒng)的日常運(yùn)維主要包含圖1中虛線左邊的部分，數(shù)據(jù)管理系統(tǒng)較為常見(jiàn)的問(wèn)題是網(wǎng)頁(yè)無(wú)法顯示和“數(shù)據(jù)庫(kù)操作失敗，請(qǐng)返回”，一般通過(guò)重啟管理系統(tǒng)應(yīng)用軟件或重啟數(shù)據(jù)庫(kù)即可恢復(fù)正常[4]。除了數(shù)據(jù)庫(kù)密碼到期，需要重置數(shù)據(jù)庫(kù)密碼，然后用超級(jí)管理員用戶登陸管理系統(tǒng)，在系統(tǒng)管理功能中的參數(shù)配置下，重置處理用戶和訪問(wèn)用戶的密碼。

圖1中虛線右邊部分是數(shù)據(jù)管理系統(tǒng)的9項(xiàng)功能，其中臺(tái)網(wǎng)數(shù)據(jù)管理系統(tǒng)有數(shù)據(jù)交換功能，臺(tái)站數(shù)據(jù)管理系統(tǒng)中無(wú)此功能。數(shù)據(jù)采集和數(shù)據(jù)交換功能是最常用的兩項(xiàng)，日常工作中每天都會(huì)用到。數(shù)據(jù)交換和數(shù)據(jù)采集一般出現(xiàn)問(wèn)題較少，很多情況下是由于通訊故障造成數(shù)據(jù)不能及時(shí)采集和交換。數(shù)據(jù)交換經(jīng)常出現(xiàn)的問(wèn)題是臺(tái)站數(shù)據(jù)不能交換到臺(tái)網(wǎng)中心，在數(shù)據(jù)管理系統(tǒng)下系統(tǒng)管理功能中的查看交換日志，提示節(jié)點(diǎn)連接異常。這一般是下級(jí)節(jié)點(diǎn)數(shù)據(jù)庫(kù)關(guān)閉或網(wǎng)絡(luò)故障造成的。

圖1 青海區(qū)域臺(tái)網(wǎng)地球物理數(shù)據(jù)管理系統(tǒng)運(yùn)維流程

2 青海區(qū)域臺(tái)網(wǎng)地球物理數(shù)據(jù)管理系統(tǒng)入庫(kù)異常排查及分析

數(shù)據(jù)采集功能一般出現(xiàn)問(wèn)題較少，常見(jiàn)問(wèn)題是由于通訊故障造成數(shù)據(jù)不能及時(shí)收取會(huì)提示“任務(wù)超時(shí)”或“登陸失敗”，一般網(wǎng)絡(luò)狀態(tài)良好時(shí)再收取，都能完成數(shù)據(jù)采集。再是由于儀器和數(shù)據(jù)管理系統(tǒng)的時(shí)間差別較大，造成收取數(shù)據(jù)時(shí)提示“元數(shù)據(jù)錯(cuò)誤”，通過(guò)校時(shí)可以排除此問(wèn)題。再是執(zhí)行手動(dòng)補(bǔ)采任務(wù)時(shí)，界面始終處于“任務(wù)進(jìn)行中”狀態(tài)[5]，長(zhǎng)時(shí)間任務(wù)不結(jié)束，不能完成數(shù)據(jù)的采集。這種情況一般是數(shù)據(jù)管理系統(tǒng)進(jìn)程處于僵死狀態(tài)，通過(guò)重啟數(shù)據(jù)管理系統(tǒng)，再重新采集就可以采集上。本文中的“入庫(kù)異?！笔菍儆跀?shù)據(jù)采集功能下出現(xiàn)的一項(xiàng)故障。是我臺(tái)網(wǎng)使用數(shù)據(jù)管理系統(tǒng)以來(lái)首次出現(xiàn)此問(wèn)題。其他省局未聽(tīng)聞出現(xiàn)過(guò)該問(wèn)題。本文參照《前兆數(shù)據(jù)管理系統(tǒng)使用指南》進(jìn)行了以下排查。

2.1 檢查數(shù)據(jù)庫(kù)服務(wù)器的服務(wù)狀態(tài)和生存期

數(shù)據(jù)管理系統(tǒng)依托于數(shù)據(jù)庫(kù)服務(wù)器工作，數(shù)據(jù)庫(kù)服務(wù)器的服務(wù)狀態(tài)正常和數(shù)據(jù)庫(kù)用戶處于生存期的情況下，數(shù)據(jù)庫(kù)才可能工作正常。檢查數(shù)據(jù)庫(kù)服務(wù)器的服務(wù)狀態(tài)即查看oracle服務(wù)是否啟動(dòng)，Linux下可以用ipcs查看，也可以進(jìn)到數(shù)據(jù)庫(kù)里面看數(shù)據(jù)庫(kù)當(dāng)前狀態(tài) select status from v$instance;如果status = open 就說(shuō)明oracle服務(wù)正常。

基于數(shù)據(jù)安全的需要，數(shù)據(jù)庫(kù)對(duì)用戶的口令的有效期做了限制。要求定期進(jìn)行更換，如果到期未更換數(shù)據(jù)庫(kù)就無(wú)法正常工作。檢查數(shù)據(jù)庫(kù)服務(wù)器的生存期可以通過(guò)使用用戶登錄檢查是否密碼過(guò)期，如果密碼過(guò)期會(huì)提示密碼到期請(qǐng)修改，密碼未過(guò)期則提示連接成功。也可以通過(guò)查看對(duì)應(yīng)文件的口令有效期設(shè)置文件查看。密碼過(guò)期提示如下：

SQL>conn username/password

ERROR:

ORA-28001:The password has expired

Changing password for username

New password:輸入密碼，回車

Retype new password: 輸入密碼，回車

Password changed

Connected.

本案例中，經(jīng)過(guò)檢查數(shù)據(jù)庫(kù)服務(wù)器的服務(wù)狀態(tài)正常和數(shù)據(jù)庫(kù)用戶處于生存期。因此排除此原因。

2.2 通過(guò)冷備份方式排查服務(wù)器是否應(yīng)用正常

當(dāng)管理系統(tǒng)應(yīng)用軟件出現(xiàn)故障，基本都是應(yīng)用程序異常造成的，一般通過(guò)重啟管理系統(tǒng)應(yīng)用軟件或重啟數(shù)據(jù)庫(kù)即可恢復(fù)正常[4]。但是入庫(kù)異常的錯(cuò)誤這兩種方式都解決不了。本文首先嘗試了冷備份方式。冷備份方式是恢復(fù)數(shù)據(jù)比較常用的一種方式[6-7]，操作比較簡(jiǎn)單。即在關(guān)閉數(shù)據(jù)庫(kù)的狀態(tài)下冷備份舊服務(wù)器的數(shù)據(jù)，將數(shù)據(jù)文件、日志文件、控制文件等拷貝至新服務(wù)器相應(yīng)目錄下，進(jìn)行數(shù)據(jù)的完全恢復(fù)。很多文獻(xiàn)都詳細(xì)講述了冷備方式[8-9]，在此不做詳述。在新服務(wù)器上恢復(fù)數(shù)據(jù)后，管理系統(tǒng)仍存在入庫(kù)異常錯(cuò)誤。冷備份方式不能用于應(yīng)用或用戶存在錯(cuò)誤的情況下的數(shù)據(jù)恢復(fù)，因此我們認(rèn)為這臺(tái)舊服務(wù)器應(yīng)用或用戶存在錯(cuò)誤。

2.3 利用數(shù)據(jù)泵備份與恢復(fù)數(shù)據(jù)

數(shù)據(jù)庫(kù)的備份與恢復(fù)主要有三種方法：邏輯備份與恢復(fù)、脫機(jī)備份與恢復(fù)(冷備份與恢復(fù))、聯(lián)機(jī)備份與恢復(fù)。邏輯備份與恢復(fù)：用oracle提供的使用工具軟件，如導(dǎo)出/導(dǎo)入工具(exp,imp)、數(shù)據(jù)泵導(dǎo)出/導(dǎo)入工具(impdp,expdp)、裝入器(SQL*Loader)，將數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行卸出與裝入[4]。邏輯備份是對(duì)數(shù)據(jù)的備份，可以使應(yīng)用有錯(cuò)誤的數(shù)據(jù)庫(kù)通過(guò)備份可以正常工作。為了確保數(shù)據(jù)的安全與完整，不影響業(yè)務(wù)的正常運(yùn)行，首先利用數(shù)據(jù)泵進(jìn)行數(shù)據(jù)的備份與恢復(fù)。

首先備份舊服務(wù)器的數(shù)據(jù)：

(1)以操作系統(tǒng)認(rèn)證的管理員角色登錄數(shù)據(jù)庫(kù)：

sqlplus /nolog

conn /as sysdba

(2)創(chuàng)建目錄路徑并查看已創(chuàng)建的路徑信息：

創(chuàng)建：create directory directry_export as’/mnt/expdpdir’;

查看：select * from dba_directories；

(3)將創(chuàng)建目錄的讀寫和導(dǎo)入導(dǎo)出數(shù)據(jù)庫(kù)權(quán)限賦予dbuser用戶，最好以system管理員賦予：

Grant read,write on directory directry_export to dbuser;

Grant export full database,import full database to dbuser;

關(guān)閉數(shù)據(jù)管理系統(tǒng)：./stoprun.sh

(4)數(shù)據(jù)導(dǎo)出，可以按用戶、按表名、按進(jìn)程等導(dǎo)出數(shù)據(jù)。按用戶導(dǎo)出數(shù)據(jù)命令格式如下：

expdp dbuser/password@ip/example schemas=dbuser dumpfile=expdpfile.dmp directory= directry_export logfile=expdp.log

將舊服務(wù)器上導(dǎo)出的數(shù)據(jù)導(dǎo)入新服務(wù)器。數(shù)據(jù)導(dǎo)入和數(shù)據(jù)導(dǎo)出的步驟相似，只是第5步不同，數(shù)據(jù)導(dǎo)入命令：

impdp dbuser/password@ip/example schemas=dbuser dumpfile=expdpfile.dmp directory= directry_export logfile=impdp.log

通過(guò)數(shù)據(jù)泵方式，將數(shù)據(jù)導(dǎo)入新服務(wù)器，數(shù)據(jù)管理系統(tǒng)運(yùn)行正常。保證了業(yè)務(wù)的正常運(yùn)行。如果不需要排查故障原因，可以直接采用此方式恢復(fù)數(shù)據(jù)。

2.4 排查應(yīng)用程序2.4.1 排查數(shù)據(jù)管理系統(tǒng)應(yīng)用程序

地球物理服務(wù)器上的應(yīng)用有數(shù)據(jù)管理系統(tǒng)、數(shù)據(jù)庫(kù)和Linux系統(tǒng)，這三個(gè)應(yīng)用中的任何一個(gè)應(yīng)用出現(xiàn)異常，都可能影響整體性能，影響其中的某項(xiàng)功能。首先在舊服務(wù)器上對(duì)數(shù)據(jù)管理系統(tǒng)應(yīng)用程序進(jìn)行排查。

(1)修復(fù)數(shù)據(jù)管理系統(tǒng)

數(shù)據(jù)管理系統(tǒng)在安裝的時(shí)候創(chuàng)建了業(yè)務(wù)中所需的表，如果表結(jié)構(gòu)遭到破壞或某個(gè)表丟失，也將影響數(shù)據(jù)庫(kù)的正常工作。對(duì)數(shù)據(jù)管理系統(tǒng)進(jìn)行修復(fù)可以修復(fù)表結(jié)構(gòu)，跟安裝數(shù)據(jù)管理系統(tǒng)的步驟類似，進(jìn)入數(shù)據(jù)管理系統(tǒng)軟件目錄，選擇安裝軟件，再選擇“3—系統(tǒng)修復(fù)”來(lái)修復(fù)數(shù)據(jù)管理系統(tǒng)。修復(fù)數(shù)據(jù)管理系統(tǒng)，只是在原來(lái)軟件的基礎(chǔ)上，對(duì)數(shù)據(jù)表結(jié)構(gòu)的修復(fù)，沒(méi)有對(duì)數(shù)據(jù)文件進(jìn)行操作。經(jīng)過(guò)試驗(yàn)仍舊存在入庫(kù)異常錯(cuò)誤。這臺(tái)服務(wù)器的故障應(yīng)該不是表結(jié)構(gòu)方面的問(wèn)題引起的。

(2)重裝數(shù)據(jù)管理系統(tǒng)

A.進(jìn)入數(shù)據(jù)管理系統(tǒng)軟件目錄：cd /install

B.執(zhí)行數(shù)據(jù)安裝管理系統(tǒng)軟件命令：./install.sh

C.選擇“1-安裝管理系統(tǒng)”。因之前安裝了管理系統(tǒng)軟件，安裝過(guò)程中提示之前已安裝此軟件是否卸載，是否刪除數(shù)據(jù)文件，此處都選是，進(jìn)行完全卸載。如果不刪除數(shù)據(jù)文件，重新安裝管理系統(tǒng)時(shí)用戶驗(yàn)證這一步不能順利進(jìn)行。

D.按照提示輸入sys用戶密碼和數(shù)據(jù)庫(kù)地址，通過(guò)驗(yàn)證后自動(dòng)安裝，創(chuàng)建所需用戶，創(chuàng)建地球物理數(shù)據(jù)表。

根據(jù)原來(lái)數(shù)據(jù)庫(kù)的數(shù)據(jù)量進(jìn)行擴(kuò)容后，用邏輯備份的方法導(dǎo)入數(shù)據(jù)后。管理系統(tǒng)仍舊存在入庫(kù)異常錯(cuò)誤。新數(shù)據(jù)庫(kù)的所有用戶和表通過(guò)安裝數(shù)據(jù)管理系統(tǒng)軟件自動(dòng)創(chuàng)建。此處創(chuàng)建是一個(gè)全新的過(guò)程，排除用戶和表存在錯(cuò)誤的可能。排查數(shù)據(jù)管理系統(tǒng)應(yīng)用軟件存在問(wèn)題。但入庫(kù)異常錯(cuò)誤仍存在，懷疑Oracle數(shù)據(jù)庫(kù)存在問(wèn)題或者Linux系統(tǒng)存在問(wèn)題導(dǎo)致數(shù)據(jù)管理系統(tǒng)軟跟數(shù)據(jù)庫(kù)之間的聯(lián)系不能正常建立。

2.4.2 排查數(shù)據(jù)庫(kù)應(yīng)用程序

通過(guò)重新安裝oracle數(shù)據(jù)庫(kù)來(lái)排查此應(yīng)用是否存在問(wèn)題。重新安裝數(shù)據(jù)庫(kù)，要先卸載數(shù)據(jù)管理系統(tǒng)和數(shù)據(jù)庫(kù)，之后才能重新安裝。

A.卸載數(shù)據(jù)管理系統(tǒng)

B.刪除實(shí)例./netca

C.卸載數(shù)據(jù)庫(kù)

D.重裝數(shù)據(jù)庫(kù)、創(chuàng)建實(shí)例

E.安裝數(shù)據(jù)管理系統(tǒng)

F.擴(kuò)展表空間，用數(shù)據(jù)泵方法導(dǎo)入數(shù)據(jù)

經(jīng)過(guò)上述操作后，數(shù)據(jù)管理系統(tǒng)自動(dòng)采集數(shù)據(jù)或者一鍵收取采集數(shù)據(jù)都正常。通過(guò)上述排查過(guò)程，懷疑oracle數(shù)據(jù)庫(kù)存在故障。

Oracle故障主要是物理結(jié)構(gòu)故障，構(gòu)成數(shù)據(jù)庫(kù)的各個(gè)物理文件損壞而導(dǎo)致的各種數(shù)據(jù)庫(kù)故障，這些可能是由于硬件故障造成，也可能是人為誤操作引起。本案例中硬件正常。除去硬件故障，Oracle數(shù)據(jù)庫(kù)錯(cuò)誤主要有：SQL語(yǔ)句失敗、線程失敗、實(shí)例失敗、用戶操作失敗、存儲(chǔ)設(shè)備失敗。前三種失敗，不需要人為干涉，oracle系統(tǒng)會(huì)自動(dòng)進(jìn)行恢復(fù)。因此排除前三種故障。再是本案例中不能自動(dòng)采集數(shù)據(jù)，但是可以手動(dòng)入庫(kù)方式將數(shù)據(jù)入庫(kù)，后續(xù)處理和交換等操作均正常。并且存儲(chǔ)空間足夠，硬盤狀態(tài)正常。因此排除存儲(chǔ)設(shè)備失敗，只剩用戶操作失敗一種可能。用戶操作失敗是指用戶在進(jìn)行誤刪除表、UPDATA更新、insert插入、DELETE刪除等誤操作所引發(fā)的錯(cuò)誤。本案例錯(cuò)誤是UPDATA更新操作后出現(xiàn)的，很可能是更新操作未能完全正確執(zhí)行，造成用戶操作失敗錯(cuò)誤，進(jìn)而造成數(shù)據(jù)庫(kù)應(yīng)用不能正常工作。用戶操作失敗故障可以采用邏輯備份恢復(fù)數(shù)據(jù)，但不適合冷備份方式恢復(fù)數(shù)據(jù)[1,10]。

3 結(jié)束語(yǔ)

本文針對(duì)數(shù)據(jù)管理系統(tǒng)的“入庫(kù)異?！眴?wèn)題，先檢查該服務(wù)器上的數(shù)據(jù)庫(kù)的服務(wù)狀態(tài)和生存期，再檢查服務(wù)器的應(yīng)用是否正常，再利用數(shù)據(jù)泵備份和恢復(fù)數(shù)據(jù)，最后逐次排查服務(wù)器上的應(yīng)用程序。經(jīng)過(guò)排查發(fā)現(xiàn)是數(shù)據(jù)庫(kù)應(yīng)用存在故障導(dǎo)致了這個(gè)問(wèn)題。

地球物理服務(wù)器是地球物理臺(tái)網(wǎng)技術(shù)系統(tǒng)的核心設(shè)備，是關(guān)乎數(shù)據(jù)采集、處理、交換的重要中介，如果服務(wù)器不能正常運(yùn)行，將會(huì)影響地球物理臺(tái)網(wǎng)工作的正常運(yùn)行。再是不同情況下需要使用不同的備份與恢復(fù)方法，某情況下的備份信息只能由對(duì)應(yīng)方法進(jìn)行還原或恢復(fù)。這要求臺(tái)網(wǎng)人員要掌握多種數(shù)據(jù)庫(kù)恢復(fù)的方法。