一次 DM7 单机改主备(具体操作可查看此前的博客:DM7 单机改主备与确认监视器部署实战 | 达梦技术社区)后的巡检中,查看主、备库运行日志均每分钟出现一次磁盘信息获取失败“Fail to get disk information. errno is 2”的报错。检查数据库目录、数据文件和磁盘空间均未发现异常,最后通过扩大 strace 的跟踪范围,定位到数据库探针传入了 Windows 路径。
这次排查还漏掉了一条更直接的线索:触发磁盘检查的操作是否来自客户端 SQL。后来在本地 DM8 环境重现相同现象,补充开启 SQLLOG,找到了具体的采集 SQL,并进一步关联到探针进程。本文保留现场的排查过程,再记录 SQLLOG 的补充定位方法。
在完成单机改主备操作启动数据库后,观察数据库日志,发现报错信息:
Fail to get disk information. errno is 2
翻看改造前的数据库历史日志:
grep -n 'Fail to get disk information' /home/dmdba/dmdbms/dm_DMSERVER_2025*.log
现场约每分钟出现一次,同一时间还会连续打印多条。历史日志中也有相同内容,说明不是这次主备改造后才产生的异常。
Linux 中 errno 2 对应 ENOENT,表示没有这个文件或目录。报错只说明获取磁盘信息时遇到了不存在的路径,并没有指出具体检查了哪个目录。
一分钟一次的规律,也让人考虑过是否与 crontab 有关。但探针、监控程序同样可能按分钟采集,不能仅凭周期认定是操作系统定时任务。
首先检查数据库参数中的路径,以及实际数据文件所在位置:
SELECT PARA_NAME, PARA_VALUE FROM V$DM_INI WHERE PARA_NAME LIKE '%PATH%';
SELECT PATH FROM V$DATAFILE;
重点查看控制文件、实例目录、临时目录、备份目录和运行日志目录,核对是否存在配置错误或迁移后路径未调整的情况。
然后在报错节点检查文件系统空间,以及实例、归档和备份目录:
df -h ls -ld /dmdata/DAMENG /dmarch /dmbak
检查结果显示,相关目录均存在,属主符合现场配置,文件系统也有足够可用空间。这些检查未发现能够解释报错的异常。
继续核对正在运行的数据库进程,确认启动时使用的 dm.ini 与前面检查的实例一致,再检查临时数据文件、控制文件及相关目录是否存在,排除启动了其他实例或文件路径不一致的情况。
ps -ef | grep 'dmserver'
核对临时数据文件、控制文件及相关目录:
ls -l /dmdata/DAMENG/TEMP.DBF /dmdata/DAMENG/dm.ctl ls -ld /dmdata/DAMENG/ctl_bak /dmdata/DAMENG/trace
运行中的工作目录与相对路径能够对应,文件和目录也都存在。到这里,数据库参数、常用目录、磁盘空间以及相对路径解析均未找到问题,需要观察报错发生时进程实际访问了什么。
strace:只跟踪 statfs报错提到获取磁盘信息,第一轮先跟踪获取文件系统信息的 statfs 调用,对备库进行短时采集:
timeout -s INT 70s strace -f -tt -s 256 -e trace=statfs -p 1018 -o /tmp/dm_disk_statfs.log
采集时间覆盖一个报错周期,再检索路径不存在或权限不足的返回值:
grep -nE 'ENOENT|EACCES' /tmp/dm_disk_statfs.log
没有返回结果。检查采集内容,捕获的 statfs 调用均返回 0,而同期数据库运行日志仍然新增了相同报错。
这说明第一轮没有跟踪到真正失败的调用。获取磁盘信息之前,程序还可能先检查目录是否存在;如果失败发生在 stat 等文件路径检查阶段,只跟踪 statfs 就会遗漏。
第二轮将文件路径访问、statfs 和 fstatfs 一起纳入:
timeout -s INT 70s strace -f -tt -s 256 -e trace=file,statfs,fstatfs -p 1018 -o /tmp/dm_file_trace.log
这里保留的关键参数为:-p 附加到指定进程,-f 配合附加跟踪其线程及子进程,-tt 记录带微秒的时间,-s 256 增加字符串显示长度,-o 将结果写入文件;trace=file 扩大到涉及文件路径的调用。
采集后查看失败调用及前后内容:
grep -n -B 2 -A 2 ' = -1 ' /tmp/dm_file_trace.log
这次发现同一线程在反复检查"C:\" 路径。关键输出如下:
380:1832 10:18:20.564691 stat("C:\\", 0x7faf2d9b7b10) = -1 ENOENT (No such file or directory)
strace 输出中的 "C:\\" 表示程序传入的路径为 C:\。Linux 主机上不存在该路径,调用返回 ENOENT。在失败调用后,还能看到同一线程打开数据库运行日志文件,时间也与数据库报错相近。
至此,排查重点从数据库自身的数据文件和目录,转向了这条 Windows 路径的来源。
此时通过经验判断,数据库探针(探针介绍可见此前博客:DM8 数据库安全监视探针部署与问题处理 | 达梦技术社区)的备份目录检查路径默认配置为Windows的C:\路径,核对数据库探针配置文件确认该判断:
LIST_BACKUP_PATH = C:\
该值与 strace 捕获的无效路径一致。将其调整为数据库服务器实际使用的 Linux 备份目录:
LIST_BACKUP_PATH = /dmbak
按原有部署方式使探针配置生效并重新启动探针,随后继续观察数据库运行日志:
tail -f /home/dmdba/dmdbms/log/dm_DMSERVER_202610.log
现场修改后,原先每分钟出现的 Fail to get disk information. errno is 2 不再新增。结合配置旧值、失败路径和修改后的结果,确认报错由探针备份目录配置不正确引起。
由于现场未开启SQLLOG日志,排查时没有 SQL 日志可检查,只能通过在系统调用层找到了路径。整理案例时,在本地 DM8 上部署探针,并将备份目录保留为 C:\,重现了同样的每分钟报错。接着开启SQLLOG 日志,验证能否从数据库侧直接找到相关 SQL 及调用来源。
sqllog.ini,开启 SQL 日志先查询 SQL 日志开关和当前启用的配置模式:
SELECT PARA_NAME, PARA_VALUE, FILE_VALUE
FROM V$DM_INI
WHERE PARA_NAME IN ('SVR_LOG', 'SVR_LOG_NAME');
本地初始状态为 SVR_LOG=0、SVR_LOG_NAME=SLOG_ALL。查看实例目录下的配置文件:
cat /dmdata/DAMENG/sqllog.ini
本次使用的默认模式中,关键配置如下:
[SLOG_ALL]
FILE_PATH = ../log
PART_STOR = 0
SWITCH_MODE = 2
SWITCH_LIMIT = 128
ASYNC_FLUSH = 1
FILE_NUM = 5
ITEMS = 0
SQL_TRACE_MASK = 1
MIN_EXEC_TIME = 0
USER_MODE = 0
USERS =
保持文件原配置,开启日志并刷新配置:
SP_SET_PARA_VALUE(1, 'SVR_LOG', 1); SP_REFRESH_SVR_LOG_CONFIG();
再次执行前面的参数查询,确认运行值和文件值均为 SVR_LOG=1,启用模式仍为 SLOG_ALL。
其中 SQL_TRACE_MASK=1 记录全部类型的语句,MIN_EXEC_TIME=0 不排除执行较快的语句;ITEMS=0 默认包含时间、会话、用户、客户端 IP、应用名、线程和 SQL 等内容,但不包含客户端主机名 CLIENT_INFO。
本地运行日志中,某次报错为:
2026-10-29 10:45:21.042 [ERROR] database P0000001018 T0000000000000001832 Fail to get disk information. errno is 2
按这一时间检索 SQL 日志,再按采集函数名补查前后的调用:
grep -nF '2026-10-29 10:45:21' /home/dmdba/dmdbms/log/dmsql_DMSERVER_20261028_205028.log
在同一毫秒找到下列记录:
55592:2026-10-29 10:45:21.029 (EP[0] sess:0x7faf3c98dbd8 thrd:1832 user:SYSDBA trxid:0 stmt:0x7faf3c3dc698 appname: ip:::ffff:192.168.248.130) [SEL] SELECT 'C:\' AS PATH, FN_KAFKA_DISK_SIZE('C:\') AS TOTAL_SIZE_BYTES, FN_KAFKA_DISK_SIZE('C:\')*FN_KAFKA_DISK_RATIO('C:\') AS USED_SIZE_BYTES, FN_KAFKA_DISK_SIZE('C:\')*(1 - FN_KAFKA_DISK_RATIO('C:\')) AS FREE_SIZE_BYTES, FN_KAFKA_DISK_RATIO('C:\') AS RATIO EXECTIME: 0(ms) ROWCOUNT: 1(rows) EXEC_ID: 12891. EXECTIME: 0(ms) ROWCOUNT: 1(rows) EXEC_ID: 12891.
对应的完整采集 SQL 为:
SELECT 'C:\' AS PATH, FN_KAFKA_DISK_SIZE('C:\') AS TOTAL_SIZE_BYTES, FN_KAFKA_DISK_SIZE('C:\')*FN_KAFKA_DISK_RATIO('C:\') AS USED_SIZE_BYTES, FN_KAFKA_DISK_SIZE('C:\')*(1 - FN_KAFKA_DISK_RATIO('C:\')) AS FREE_SIZE_BYTES, FN_KAFKA_DISK_RATIO('C:\') AS RATIO EXECTIME: 0(ms) ROWCOUNT: 1(rows) EXEC_ID: 12891.
SQL 中明确传入了 C:\,且 SQLLOG 的 thrd:1832 与同一时间数据库报错中的线程号 1832 一致。这里不仅找到了无效路径,还找到了发起磁盘容量采集的具体语句。
SQLLOG 已经给出客户端 IP 和会话标识,但本次 appname 为空,不能仅凭这一行就认定具体是哪个 Java 程序。继续查询该会话的连接信息。
日志中的 sess:0x7faf3c98dbd8 是十六进制会话标识,先转为十进制:
printf '%d\n' 0x7faf3c98dbd8
得到 140390612655064,在数据库中查询:
SELECT SESS_ID, USER_NAME, CLNT_IP, CLNT_HOST,
APPNAME, CLNT_TYPE, THRD_ID
FROM V$SESSIONS
WHERE SESS_ID = 140390612655064;
查询结果中主要关注CLNT_IP:
::ffff:192.0.2.130:42388
CLNT_IP 同时显示客户端地址和源端口。由此得到 JDBC 连接源端口 42388。
数据库与探针同机,因此直接在本机以能够查看进程信息的系统用户检查连接:
ss -ntp | grep -E '(:42388|:5236)'
返回包含以下内容:
ESTAB 0 0 [::ffff:192.168.248.130]:42388 [::ffff:192.168.248.130]:5236 users:(("java",pid=1800,fd=82))
应匹配源端口为 42388、目标端口为数据库 5236 的客户端一侧,得到 Java 进程号 1800。
继续查看该1800 进程的完整启动命令:
ps -ef|grep 1800
输出中包含:
java -Xms256M -Xmx4096M -XX:PermSize=256M -XX:MaxPermSize=4096M -Djava.ext.dirs=./lib -cp DM8KafkaInspector.jar com.dm8.kafka.Launcher
至此,能够将调用对应为:SQLLOG 中的采集 SQL → 数据库会话 → 客户端源端口 → Java 进程 → 数据库探针。探针在客户端发起 SQL,磁盘检查函数则由数据库进程执行,因此错误会出现在数据库运行日志中。
本次报错源于探针的 LIST_BACKUP_PATH 沿用了 Windows 路径。探针周期性调用数据库函数查询备份目录容量,Linux 上检查 C:\ 失败,因而在数据库运行日志中反复打印 errno is 2。修改为实际 Linux 备份目录并使探针配置生效后,现场报错停止。
目录排查确认了数据库自身配置没有明显异常;第一轮仅跟踪 statfs 未命中,扩大到文件路径访问后,才找到失败的 stat("C:\\", ...)。本地补充实验则验证了另一条定位方法:按运行日志时间查 SQLLOG,再用会话和客户端连接信息确认调用程序。前者回答“数据库实际访问了哪个路径”,后者回答“哪条 SQL、哪个客户端触发了访问”。
对这类可重复出现的报错,如果 SQLLOG 已开启,可以先按时间查找相关调用,再决定是否附加系统调用跟踪。生产环境使用 strace 或全量 SQL 日志时,应控制采集时长和日志量,避免排查操作本身影响实例运行。
文章
阅读量
获赞
