由于IBM的AIX小型機(jī)往往在信息系統(tǒng)中作為最核心的服務(wù)器被采用，一旦出現(xiàn)故障如不能及時(shí)處理、恢復(fù)，其后果可能就是災(zāi)難性的。本文在民航空管大數(shù)據(jù)存儲(chǔ)背景下，就AIX數(shù)據(jù)庫(kù)服務(wù)器的快速恢復(fù)方法展開(kāi)討論。針對(duì)硬件、系統(tǒng)、數(shù)據(jù)三個(gè)故障層面，結(jié)合傳統(tǒng)的故障定位方法，尋求出一套無(wú)需準(zhǔn)確定位就能進(jìn)行AIX小型機(jī)快速恢復(fù)的高效解決方案。

【關(guān)鍵詞】小型機(jī) AIX系統(tǒng) 快速恢復(fù)

IBM的AIX小型機(jī)對(duì)于集群有著良好的支持，以其高可靠性、安全性在民航空管重要信息系統(tǒng)中有著較多應(yīng)用。由于IBM的AIX小型機(jī)往往在信息系統(tǒng)中作為最核心的服務(wù)器被采用，如核心應(yīng)用服務(wù)器、核心數(shù)據(jù)交換服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器等。因此，一旦出現(xiàn)故障如不能及時(shí)處理、恢復(fù)，其后果可能就是災(zāi)難性的。

近年來(lái)，民航空管技術(shù)不斷發(fā)展，目前正大力推進(jìn)基于海量數(shù)據(jù)的協(xié)同決策管理系統(tǒng)、智能化管制指揮系統(tǒng)的研究與實(shí)現(xiàn)，這些新型綜合信息管理應(yīng)用系統(tǒng)接收的數(shù)據(jù)源包括一次雷達(dá)信號(hào)、二次雷達(dá)信號(hào)、廣播式自動(dòng)相關(guān)監(jiān)視信號(hào)（ADS-B），具有數(shù)據(jù)量大，實(shí)時(shí)性強(qiáng)等特點(diǎn)。因此，此類(lèi)信息系統(tǒng)對(duì)于其核心數(shù)據(jù)庫(kù)的快速恢復(fù)有著非常高的要求。本文就AIX小型機(jī)的快速恢復(fù)方法展開(kāi)討論，研究了多種的應(yīng)急恢復(fù)方法。第一類(lèi)是故障定位后進(jìn)行恢復(fù)的方法，即故障定位后，根據(jù)故障原因進(jìn)行恢復(fù)。第二類(lèi)是無(wú)需故障定位（或故障無(wú)法定位）的方法，包括基于磁帶的備機(jī)整機(jī)替換方法，基于硬盤(pán)的備機(jī)整機(jī)替換方法以及備機(jī)作為RAC新節(jié)點(diǎn)的方法等。最后，本文對(duì)這些方法進(jìn)行了比較分析，并提出了高效的解決方案。

1 故障定位恢復(fù)方法研究

1.1 故障定位

當(dāng)故障發(fā)生，AIX系統(tǒng)所承載的業(yè)務(wù)不可用時(shí)，首先需要進(jìn)行故障設(shè)備定位。故障可能在于小型機(jī)本生，也可能是與小型機(jī)相關(guān)的其他設(shè)備，如磁盤(pán)陣列、光纖交換機(jī)、光纖線、光纖模塊等。如果故障存在于小型機(jī)，一般需要判斷故障是屬于硬件故障，還是系統(tǒng)故障、數(shù)據(jù)故障，或是其上運(yùn)行的軟件故障?？梢酝ㄟ^(guò)指示燈狀態(tài)、errpt故障信息、控制面板上的LED代碼、系統(tǒng)管理服務(wù)故障記錄、MAIL、運(yùn)行故障診斷程序、各種系統(tǒng)日志等方法來(lái)收集小型機(jī)故障定位信息。

1.2 硬件級(jí)故障恢復(fù)

當(dāng)故障定位判斷結(jié)果確定故障為硬件故障后，要確定具體的硬件部件，需要相應(yīng)備件及時(shí)到場(chǎng)，對(duì)該故障部件進(jìn)行更換。AIX系統(tǒng)故障部件可以分為主板、電源、硬盤(pán)、內(nèi)存和PCI卡。PCI卡一般包括網(wǎng)卡和光纖卡。各部件更換的具體操作步驟如表1所示。

1.3 系統(tǒng)級(jí)故障恢復(fù)

當(dāng)故障定位發(fā)現(xiàn)硬件完全正常，而是由于操作系統(tǒng)故障導(dǎo)致AIX系統(tǒng)不可用時(shí)，可以通過(guò)AIX系統(tǒng)rootvg恢復(fù)來(lái)修復(fù)故障。rootvg恢復(fù)以及其他卷組的恢復(fù)都需要在系統(tǒng)正常時(shí)事先進(jìn)行備份，在放入磁帶完成倒帶后，可以通過(guò)smit進(jìn)行備份。若rootvg卷組出現(xiàn)某種問(wèn)題，且系統(tǒng)當(dāng)前還在運(yùn)行，不可立即重新啟動(dòng)系統(tǒng)環(huán)境，因?yàn)橐坏╆P(guān)閉，可能系統(tǒng)就無(wú)法再次啟動(dòng)。

1.4 數(shù)據(jù)級(jí)故障恢復(fù)

數(shù)據(jù)故障恢復(fù)，是指針對(duì)非操作系統(tǒng)文件丟失或損壞的備份及恢復(fù)方法。對(duì)于非操作系統(tǒng)數(shù)據(jù)，只要在實(shí)現(xiàn)備份相應(yīng)卷組或相應(yīng)文件的情況下都可以進(jìn)行恢復(fù)。一般情況下可以通過(guò)savevg命令實(shí)現(xiàn)數(shù)據(jù)卷組的備份，該命令將查找并備份屬于指定卷組的所有文件。在備份之前須要確認(rèn)的是備份的卷組必須啟用，且卷組中要參與備份的文件系統(tǒng)必須已被掛載。恢復(fù)時(shí)進(jìn)入到smit環(huán)境的卷組重構(gòu)界面，選擇卷組備份文件，選擇重構(gòu)卷組所需要的磁盤(pán)，開(kāi)始恢復(fù)卷組。恢復(fù)完成后，卷組被完整的恢復(fù)到ODM數(shù)據(jù)庫(kù)中，并且自動(dòng)激活，文件系統(tǒng)被自動(dòng)掛載，文件得以恢復(fù)。

2 無(wú)需故障定位快速恢復(fù)方法研究

本文對(duì)故障無(wú)法定位情況下的AIX小型機(jī)快速恢復(fù)方法進(jìn)行了研究，試圖找到一種快速、高效、安全的解決方案。

2.1 基于磁帶的整機(jī)替換方法

需要事先做好兩臺(tái)小型機(jī)rootvg的磁帶備份，并為備機(jī)準(zhǔn)備好用于網(wǎng)絡(luò)連接和存儲(chǔ)連接的網(wǎng)線、光纖。故障時(shí)，進(jìn)行如下操作：

將故障機(jī)、備用機(jī)分別關(guān)機(jī)后，將故障機(jī)替換為備用小型機(jī)（主要是網(wǎng)線、光纖、電源線等的連接）；

用串口線連接備用小型機(jī)，開(kāi)機(jī)，選擇從terminal啟動(dòng)。

選擇3，從SM（維護(hù)模式）進(jìn)入；

選擇6，Install from a System Backup；

選擇1， "/dev/rmt0"并插入故障機(jī)事先備份好的rootvg備份磁帶后回車(chē)。這時(shí)候， 系統(tǒng)自動(dòng)恢復(fù)操作系統(tǒng)。

在ds4700磁盤(pán)陣列管理軟件中增加對(duì)應(yīng)的maping。

2.2 備機(jī)作為RAC新節(jié)點(diǎn)的方法

該方法把備用小型機(jī)現(xiàn)有備機(jī)作為一個(gè)RAC的新節(jié)點(diǎn)加入現(xiàn)用的RAC環(huán)境，步驟為：

操作系統(tǒng)安裝：將備用機(jī)上安裝AIX操作系統(tǒng)，補(bǔ)丁至現(xiàn)用機(jī)的版本。

IP網(wǎng)絡(luò)配置：將備用機(jī)接入網(wǎng)絡(luò)環(huán)境，連接網(wǎng)線、光纖、電源線等。在交換機(jī)上配置對(duì)應(yīng)端口。

SAN環(huán)境配置：在光纖交換機(jī)上配置zone，在ds4700管理軟件中增加對(duì)應(yīng)的maping。

集群安裝配置：更改IP地址、主機(jī)名等配置參數(shù)；安裝HACMP環(huán)境并配置。

Oracle安裝配置：安裝Oracle clusterware并配置，將新節(jié)點(diǎn)命名并加入，安裝Oracle database并配置。

測(cè)試：測(cè)試某一個(gè)原結(jié)點(diǎn)下線后運(yùn)行是否正常。將該備用節(jié)點(diǎn)下線后再開(kāi)啟，測(cè)試其能否夠進(jìn)入RAC環(huán)境。

備機(jī)作為新節(jié)點(diǎn)被加入后，RAC環(huán)境中擁有三個(gè)節(jié)點(diǎn)，在有任意一個(gè)節(jié)點(diǎn)故障的情況下依然有兩臺(tái)小型機(jī)對(duì)外提供服務(wù)。

3 結(jié)果與分析

故障定位后進(jìn)行恢復(fù)的解決方法是普遍采用的解決方案，該方案是故障恢復(fù)的基礎(chǔ)。因?yàn)槟承┕收峡赡苁怯捎诜浅：?jiǎn)單、易判斷的原因?qū)е碌?，能夠快速恢?fù)。但由于AIX系統(tǒng)的專(zhuān)業(yè)性較強(qiáng)，維護(hù)人員很難在第一時(shí)間分析得出AIX的具體故障原因，因此往往無(wú)法采取故障定位后進(jìn)行恢復(fù)的方法進(jìn)行快速恢復(fù)?；诖艓У恼麢C(jī)替換方法，由于需要從磁帶機(jī)恢復(fù)，即使做了線纜等的事先部署，恢復(fù)速度依然需要以小時(shí)計(jì)（大致修復(fù)時(shí)間見(jiàn)表2）。備機(jī)作為RAC新節(jié)點(diǎn)的方法雖然恢復(fù)速度快，但是部署復(fù)雜，且經(jīng)驗(yàn)證，三個(gè)節(jié)點(diǎn)的RAC環(huán)境性能由于存在的緩存融合問(wèn)題，性能并不理想，因此也不能作為可選方案。各方法的對(duì)比如表2所示。

4 結(jié)語(yǔ)

本文就AIX數(shù)據(jù)庫(kù)服務(wù)器的快速恢復(fù)方法展開(kāi)討論，研究了多種快速恢復(fù)方法，最后提出了一套涵蓋硬件、系統(tǒng)、數(shù)據(jù)三個(gè)故障層面的AIX小型機(jī)快速恢復(fù)流程方案。對(duì)于信息系統(tǒng)AIX小型機(jī)的故障處理、快速恢復(fù)有一定的參考價(jià)值。

參考文獻(xiàn)

[1]Christian Pruett、Kristian Strickland、Soctt Vetter編著.IBM eServer Certification Study Guide - pSeries AIX System Administration。http：//www.ibm.com/redbooks，December 2001。

[2]HyunGoo Kim、John Harrison等編著.Problem Solving and Troubleshooting in AIX 5L。http：//www.ibm.com/redbooks，January 2002。

[3]Tim Dasgupta、Stephen Sommer編著。IBM eServer Certification Study Guide - AIX 5L Problem Determination Tools and Techniques。http：//www.ibm.com/redbooks，January 2003。

[4]Tim Dasgupta、Stephen Sommer編著.IBM eServer Certification Study Guide - AIX 5L Installation and System Recovery。http：//www.ibm.com/redbooks，December 2002。

[5]Jose Eduardo Martinez Cordero、Shiv Dutta、LiviuRosca等編著.IBM Certification Study Guide eServer p5 and pSeries Administration and Support for AIX 5L Version 5.3。http：//www.ibm.com/redbooks，April 2006。

[6]張曉明編著.大話Oracle RAC——集群 高可用性 備份與恢復(fù)[M].北京：人民郵電出版社，2009.

作者簡(jiǎn)介

裘禛宇，現(xiàn)為中國(guó)民用航空華東地區(qū)空中交通管理局工程師。

曹燁琇，現(xiàn)為中國(guó)民用航空華東地區(qū)空中交通管理局工程師。

作者單位

中國(guó)民用航空華東地區(qū)空中交通管理局 上海市 200335