CentOS中Informix的故障排查步骤有哪些

CentOS 上 Informix 故障排查步骤

一 快速定位与系统层面检查

• 明确现象与影响范围：应用报错、会话挂起、实例无响应、检查点变长、磁盘告警等，记录首次出现时间与触发操作。
• 查看系统资源与告警：使用 top/free/df 检查 CPU、内存、磁盘空间；磁盘满或 Inode 耗尽会直接导致实例异常。
• 检查系统与安全日志：查看 /var/log/messages、/var/log/secure 中与 informix 相关的错误与权限拒绝信息。
• 验证网络连通与端口：对数据库主机执行 ping/ss -lntp | grep <端口>；如启用防火墙，放行相应端口（示例：firewall-cmd --permanent --add-port=1526/tcp --reload；请以实际端口为准）。
• 确认实例进程与监听：ps -ef | grep oninit；必要时使用 onstat - 系列命令初步判断实例状态。

二 实例状态与日志定位

• 获取实例概要：执行 onstat - 查看共享内存、会话、锁、I/O 等总体概况；如实例未完全启动，优先检查 MSGPATH 指向的日志文件（示例：onstat -c | grep MSGPATH）。
• 检查逻辑日志：onstat -l 观察日志状态；若大量日志标志为 U------（已用未备份），说明日志满或备份受阻，需优先处理，否则业务会停摆。
• 检查长事务：onstat -x -r 10 监控回滚进度；结合日志中 “Aborting Long Transaction” 定位事务与 session，必要时缩小事务粒度或加速回滚。
• 检查会话与 SQL：onstat -g sql 与 onstat -g ses 定位长时间运行或阻塞的 SQL；必要时用 onmode -z 终止问题会话（谨慎）。
• 检查锁冲突：出现 -243/-244 等锁错误时，先取表 partnum（如 oncheck -pt db:tab 或查询 systables），再用 onstat -k | grep 找锁持有者，最后 onstat -u | grep <owner_addr> 定位会话并处置。

三 存储与空间问题处理

• 检查 Dbspaces 与 Chunk：onstat -d 查看 flags；若 down，说明 I/O 失败/设备异常/权限错误/链接失效。优先在操作系统层面确认设备存在、权限正确（如属主 informix:informix、权限 660/770），必要时用只读 dd 验证设备可用性。
• 处理逻辑日志满：
  • 恢复备份链：尽快执行 ontape -l（或企业级 onbar）释放已备份日志；若备份设备异常，先修复备份链路。
  • 动态扩容：在 IDS 9.3x 及以上版本可用 onparams -a -d -s -i 在线追加日志，缓解空间压力（需有可用 dbspace）。
  • 识别不可覆盖日志：即便已备份，若日志包含活动事务或检查点信息（如 flags 最后一位为 L 的日志之后），仍不可重用，需等待回滚/检查点推进或扩容。
• 临时目录与权限：确保 /INFORMIXTMP 或 $INFORMIXTMP 存在且权限正确（如 770），空间充足；权限过宽（如 0777）或“目录不受信任”会阻止实例初始化。

四 连接与会话问题排查

• 服务与监听：确认实例已启动（如 oninit -vy），监听端口在 /etc/services 与 sqlhosts 中一致；客户端以 dbaccess 或驱动连接测试。
• 客户端配置：核对 sqlhosts（服务器名、协议、主机、端口）与应用连接串；JDBC/ODBC 需匹配 SERVERNAME/DB_LOCALE/CLIENT_LOCALE 等参数。
• 防火墙与 SELinux：放行数据库端口（示例：firewall-cmd --permanent --add-port=1526/tcp --reload）；若启用 SELinux，可临时 setenforce 0 验证是否为策略阻断，再改为 permissive 或配置策略放行。
• 资源限制：若报共享内存或文件描述符不足，提升 ulimit -n（如 65535）并在 /etc/security/limits.conf 持久化；检查内核共享内存参数是否足够。

五 性能异常与 SQL 问题定位

• 定位问题 SQL：onstat -g act 与 onstat -g sql 找出占用 CPU/锁 的会话与语句；结合应用与模块变更时间点分析。
• 执行计划与索引：对问题 SQL 执行 SET EXPLAIN ON/Avoid_execute 输出查询计划，检查是否发生 全表扫描、缺失索引或统计信息过期；必要时创建/优化索引并收集统计信息。
• 检查点与 I/O：若 检查点持续时间 明显变长、系统 CPU 空闲低且 WIO 升高，优先排查存储 I/O 瓶颈、大事务/批量作业与锁等待，必要时错峰或拆分作业。