萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 資料庫 >> MS SQL 資料庫

SQL Server 資料庫進入 SUSPECT 模式:從日誌寫入失敗到故障轉移恢復實戰

環境與現象

  • SQL Server 2008 R2 Enterprise,Windows Server 2008 R2 SP1 叢集,vSphere 5.x。
  • BizTalkMsgBoxDb 進入 SUSPECT,應用全面不可用。

事件時間軸

時間動作關鍵發現
06:00接獲警報應用回報 DB 不可用
06:30溝通利害關係人記錄 Down time、近期變更、建立 Ticket
06:40分析 Error Log關鍵錯誤:
Error: 17053, Severity: 16, State: 1.
LogWriter: Operating system error 1117
Write error during log flush.
Error: 9001, Severity: 21, State: 4. The log for database 'BizTalkMsgBoxDb' is not available.
07:00嘗試 EMERGENCY 修復ALTER DATABASE SET EMERGENCY 失敗:資料庫被鎖定,無法進入 EMERGENCY 模式
07:15叢集故障轉移Failover 至 Passive 節點,相當於服務重啟,資料庫恢復 ONLINE
07:30Switchback 原節點無錯誤,證明磁碟本身無壞軌
08:00移交 Problem Management要求儲存團隊檢查 EVA SAN 固體硬碟/控制器韌體

錯誤代碼深度解析

  • OS Error 1117:ERROR_CRC (CRC 校驗失敗),代表磁碟讀寫資料校驗不一致,通常為儲存層問題(控制器快取、HBA、纖維通道、固體硬碟韌體)。
  • 17053 / 9001:SQL Server 寫入記錄檔失敗,強制標記資料庫 SUSPECT 以保護資料一致性。

決策樹:為什麼不第一時間 DBCC REPAIR?

  1. REPAIR_ALLOW_DATA_LOSS 需 EMERGENCY 模式,但資料庫被鎖無法進入。
  2. 重建記錄檔耗時極長(100GB+ 資料庫可能數小時),RTO 不可接受。
  3. 記錄檔可能未損壞,僅是暫時性 I/O 錯誤,Failover 即可恢復。
  4. 未經業務方確認資料遺失風險(最近 15 分鐘交易),違反 SLA。

正確方法論

  1. 確認儲存層健康:Event Viewer、SAN 管理介面、SMART 資訊、控制器日誌。
  2. 確認 SQL 進程鎖定:sp_who2、sys.dm_tran_locks 排除內部阻塞。
  3. 確認檔案損壞:DBCC CHECKDB(若可進入 EMERGENCY)。
  4. 針對性處置:I/O 錯誤 → Failover/遷移檔案;邏輯損壞 → REPAIR/RESTORE。
  5. 事後複盤:建立記憶體/ I/O 監控、定期 DBCC、演練恢復流程。

後續驗證

Failover 後,SQL Server Target Memory 恢復 60GB+,PLE 穩步上升,CPU 正常。一週內同款監控發現另一節點相同前兆,提前處理避免故障。

恢復後記憶體趨勢
PLE 恢復

核心心得

「伺服器在效能崩潰前,大多有細微徵兆。記憶體洩漏是一點點被擠壓,最後達到臨界點才 Crash。有經驗的 DBA 能從日常指標波動中預知重疾,這就是價值。」

copyright © 萬盛學電腦網 all rights reserved