学习报告（三）：DM-Oracle DBLINK 类"宕机"问题的复现测试方法

适用对象：客户报"执行 select ... from xxx@link 导致数据库宕机/崩溃"这类疑似产品缺陷的问题，需要复现、定位并给结论

---

一、先建立认知：这类任务的性质是"复现测试"，不是"排障"

	常规排障	复现测试（本类）
目标	恢复业务	判定产品问题还是客户环境问题
手段	现场取证、消除故障	控制变量、逐项对齐环境
产物	根因 + 处置	复现结论 + 证据包 + （给厂商的）缺陷提交材料
结论措辞	确定根因	必须分级：已实测证实 / 高度指向 / 待补测

核心纪律：结论没做完对照实验前，不能写"已定位为产品缺陷"，也不能写"复现不了所以没问题"。

---

二、总体思路：环境对齐矩阵 + 分层隔离

           ┌── ① DM 侧：版本/构建号、字符集、实例参数、日志、core
DBLINK ────┼── ② 客户端侧：Oracle Instant Client 版本、环境变量、TNS 配置
           ├── ③ 网络侧：路由、防火墙、监听可达性
           └── ④ 目标库侧：Oracle 版本、PDB/服务名、用户权限、监听注册

关键动作：先做"环境对齐"，。

维度	必须对齐的内容	本案取值
DM 版本	完整构建号（v$version）	08134284368-20250527-275278-20149
DM 字符集	与客户一致	UTF-8（CHARSET=1）
DM 页大小/端口	尽量一致	PAGE_SIZE 16 / 5236
Oracle 客户端	版本是重中之重	客户 23.x；手册原写 11.2.0.4.0 → 实测用 23.26.3.0.0
目标库	版本、PDB、用户、表	Oracle XE 21c / XEPDB1 / scott / t1
网络路径	NAT/桥接、网段、防火墙	VMware NAT 192.168.45.0/24，放行 1521
触发语句	完全照抄	select 1 from dual@link1

---

三、六个入手方向

#	方向	要回答的问题
1	触发语句最小化	崩溃点是 select 1 from dual@link 还是任意查询？
2	建链方式	connect 'ORACLE' 还是 'DPI'？两者驱动路径完全不同
3	客户端版本	11.2 / 19 / 23 —— 是否与客户一致？（本案关键变量）
4	环境变量	ORACLE_HOME / TNS_ADMIN / LD_LIBRARY_PATH / PATH 是否正确
5	崩溃取证	有无 core？dmhalt dump？gdb 栈？DM 日志 FATAL？
6	目标库侧	监听注册是否完成、老客户端协议是否放行（ORA-28040）

---

四、语句/命令库

4.1 复现环境搭建

# DM 侧：初始化实例（UTF-8）并前台启动，便于抓 core
dminit PATH=/data/dmdata DB_NAME=webtadb INSTANCE_NAME=webtadb \
       PORT_NUM=5236 CHARSET=1 PAGE_SIZE=16

ulimit -c unlimited                                   # 先开 core
echo "/data/dmdata/core.%e.%p" > /proc/sys/kernel/core_pattern
tmux new -s dm                                        # 前台跑，别用 systemd
cd /dm/dmdbms/bin && ./dmserver /data/dmdata/webtadb/dm.ini

-- 建 DBLINK（ORACLE 方式）
CREATE OR REPLACE PUBLIC LINK link1 CONNECT 'ORACLE'
  WITH SCOTT IDENTIFIED BY "SCOTT123" USING 'ORCL';

-- 正常功能验证（逐步逼近崩溃点）
SELECT * FROM t1@link1;
SELECT 1 FROM dual@link1;            -- 客户报障的崩溃点

# 进程存活监控（复现时后台跑）
while true; do pgrep -x dmserver >/dev/null || { echo "$(date) dmserver GONE"; break; }; sleep 1; done

4.2 Oracle 客户端环境

# instantclient 23.x 为扁平目录结构（无 bin/lib）→ 去掉后缀
export ORACLE_HOME=/opt/oracle/instantclient_23_26
export TNS_ADMIN=$ORACLE_HOME/network/admin
export LD_LIBRARY_PATH=$ORACLE_HOME:$LD_LIBRARY_PATH
export PATH=$ORACLE_HOME:$PATH

# 11.2 回测时需要的软链
ln -s $ORACLE_HOME/libclntsh.so.11.1 $ORACLE_HOME/libclntsh.so

# 连通性与版本核对
$ORACLE_HOME/sqlplus -V
sqlplus scott/SCOTT123@//192.168.45.1:1521/XEPDB1

4.3 目标库侧（Oracle）

-- 服务是否注册、PDB 是否打开
SELECT name, open_mode FROM v$pdbs;
SELECT name FROM v$services;

# 老客户端连 21c 报 ORA-28040 → 放行协议
vi $ORACLE_HOME/network/admin/sqlnet.ora
SQLNET.ALLOWED_LOGON_VERSION_CLIENT=8
SQLNET.ALLOWED_LOGON_VERSION_SERVER=8
# Windows 侧防火墙放行 1521；监听重启后 PMON 注册有延迟，等或重启 OracleServiceXE

4.4 崩溃取证

ls -l /data/dmdata/core.*                       # core 文件
ls -l /soft/dmdbms/log/dmhalt_*                 # 达梦自 halt 转储
grep -iE "FATAL|SHUTDOWN|coredump|signal" /data/dmdbms/log/dm_*.log | tail -50
gdb -q /dm/dmdbms/bin/dmserver /data/dmdata/core.dmserver.<pid> -ex "bt" -ex "quit"

---

五、分步处置流程（Step by Step）

Step 1：把客户报障翻译成"可执行的最小用例"

• 明确：DM 版本/构建、字符集、DBLINK 类型（ORACLE/DPI）、客户端版本、目标库版本、具体触发语句。
• 客户只说"执行 xxx 就宕机"时，要追问：是否每次都崩？换语句崩不崩？换客户端崩不崩？ —— 这几个问题直接决定复现路径。

Step 2：搭环境并逐项对齐（写下矩阵）

• DM 初始化（CHARSET=1 与客户一致）；
• 装 Oracle 目标库 + 建用户/表；
• 装客户端并配置环境变量；
• 把每一处偏离客户环境的地方记下来（如"客户 23.x，本机先用 11.2 还是 23.x"→ 决定测试顺序）。

Step 3：功能基线验证（先证明链路通）

• create or replace public link ... 成功；
• select * from t1@link1 成功（返回 1 dmtest）；
• 再打崩溃点 select 1 from dual@link1。
• 先证通、再打崩溃点，否则分不清"配置没通"还是"触发缺陷"。

Step 4：复现判定

• 观察 dmserver 进程是否存活（前台 tmux + 存活监控）。
• 若未崩溃：记录版本、客户端、日志；不要立刻下"复现不了"结论，先做变量对照。

Step 5：做变量对照实验（本类任务的核心）

• 每次只变一个变量，优先变最可疑的那个（本案 = 客户端版本）：
  • 23.x 客户端 → select 1 from dual@link1 → 结果？
  • 切回 11.2（改 /etc/profile + libclntsh.so 软链 + 重启 dmserver）→ 再打同一条 → 结果？
• 记录每次的：客户端版本、DM 构建、结果、日志差异。

Step 6：崩溃时的证据固化

• 抓 core、dmhalt dump、DM 日志 FATAL 段、gdb bt 栈、当时的 dmesg/内核日志。
• 这些是提交厂商的必要材料，缺一项结论就站不住。

---

六、搭建过程中会踩的坑

A. Oracle XE 21c 建库（Windows）

报错	原因	解决
ORA-00821	sga_target=1536M 小于 32 核自动下限	建库时显式指定 cpu_count=8, sga_target=1536M, pga_aggregate_target=512M
ORA-56752	调大 SGA 又撞 XE 上限	同上（核心/内存参数互相冲突，需一起指定）
DIM-00019 创建服务拒绝访问	dbca 权限不足	以管理员身份运行
ORA-12514 服务不可识别	监听重启后 PMON 注册延迟	等待或重启 OracleServiceXE
ORA-65096 公用用户名无效	普通用户须建在 PDB	先切到 XEPDB1 容器
ORA-28040（老客户端连 21c）	协议版本被拒	sqlnet.ora 加 SQLNET.ALLOWED_LOGON_VERSION_CLIENT/SERVER=8

B. 网络（VM）

现象	原因	解决
ORA-12543 destination host unreachable	双网卡 ens33/ens36 同网段，ens36 抢路由但 ARP 不通	禁用 ens36，并设 autoconnect no 防重启复发
VM 无外网、yum 不可用	同上双网卡问题	经共享目录传 rpm

C. Oracle 客户端

现象	原因	解决
libnsl.so.1 缺失	11.2 客户端在 Kylin10 的典型缺库	装 libnsl rpm（rpm -ivh --nodeps）
传输的 zip 被截断（1.04MB vs 5.7MB）	拖拽传输不可靠	共享目录解压 + 按字节数核验完整性
环境变量配了却找不到库	23.x 是扁平目录（无 bin/lib）	环境变量去掉 /bin、/lib 后缀
sqlplus 中文显示 ???	仅 NLS_LANG 显示问题	不影响功能，可忽略

D. 环境运维

现象	原因	解决
VMware 剪贴板失效	服务名不是 vmware-tools	systemctl start vmtoolsd
/mnt/hgfs 共享目录重启后未挂载	共享未启用	重新启用共享 / 重启 vmtoolsd
Windows 重启后 Oracle 没起来	服务未自启	net start OracleServiceXE

---