【YashanDB 数据库】VMware 虚拟机使用默认安装，在掉电之后数据库无法启动

作者：YashanDB

2024-08-06
广东
本文字数：1332 字
阅读完需：约 4 分钟

问题现象

客户使用 VMware 虚拟机使用默认安装，部署 YashanDB 个人版，在掉电之后无法启动

操作系统：

Virtualization: VMware

Operating System: CentOS Linux 7 (Core)

CPE OS Name: cpe:/o:centos:centos:7

Kernel: Linux 3.10.0-1160.el7.x86_64

Architecture: x86-64

[yashan@localhost ~]$ nohup /home/yashan/yasdb_home/yashandb/23.1.1.100/bin/yasdb open -D /home/yashan/yasdb_data/db-1-1 &

[1] 6684

[yashan@localhost ~]$ nohup: ignoring input and appending output to ‘nohup.out’

[yashan@localhost ~]$ cat nohup.out

Starting instance nomount

Instance started

Starting instance open

[1]+ Segmentation fault (core dumped) nohup /home/yashan/yasdb_home/yashandb/23.1.1.100/bin/yasdb open -D /home/yashan/yasdb_data/db-1-1

问题单：客户测试库启动后很快就 Segmentation fault

问题的风险及影响

客户为个人环境，掉电后无法拉起，手动拉起会出现 coredump，影响个人使用

问题影响的版本

YashanDB 版本：

YashanDB Server Personal Edition Release 23.1.1.100 x86_64 0e623bd

问题发生原因

VMware 因为涉及虚拟化层，存在一些特有机制和考量。VMware 使用缓存来提高磁盘操作速度，包括读缓存和写缓存。写操作可能先写入缓存，然后根据策略决定何时将数据落盘。

在默认安装模式下，数据不会实时落盘（实测方式：可以在虚拟机中新增文件，随机写入内容，观察虚拟机文件修改时间是否发生变化，可以确认文件没有实时写入物理磁盘）。

因为客户环境中的磁盘文件落盘不是实时，掉电过程出现异常，导致 undo 中的 lsn 比 ctrl 中的 lsn 大的情况，进而导致数据库无法启动。

解决方法及规避方式

因为是个人环境，没有真实数据，重新安装新版本的 YashanDB。

问题分析和处理过程

1、客户反馈是掉电，DOUBLE_WRITE_ENABLED 默认为 TRUE，一线反馈客户没有修改该参数

2、分析出问题的堆栈位置 setGroupBlocksLsn COD_PANIC，head->lsn 是 undo block 的 lsn，而 assist->lsn 是系统全局的 lsn 自增得到的；

系统的 lsn 先写入 ctrl 文件，再写入 undo 文件，在 db 启动的时候系统全局的 lsn 从 ctrl 文件中读取，逻辑上确保 undo 的 lsn 比系统的 lsn 小；

3、发现 VMware 虚拟机默认安装为虚拟磁盘。在默认安装方式下，在虚拟机中新增文件，随机写入内容，观察虚拟机文件修改时间并未发生变化，可以确认文件没有实时写入物理磁盘。

在默认安装模式下，掉电之后，虚拟机出现磁盘文件损坏，无法进入虚拟机：

4、VMware 因为涉及虚拟化层，存在一些特有机制和考量。 VMware 使用缓存来提高磁盘操作速度，包括读缓存和写缓存。写操作可能先写入缓存，然后根据策略（如 ESXi 的磁盘调度器策略）决定何时将数据落盘。实测使用“强制写入”策略（VMware 的“独立-永久”磁盘模式）可确保数据立即写入，以提高数据安全性。