死联接检测(DCD)的探讨与研究

DCD 起初是专为 客户机没有从会话中断开联接的情况下断电的环境设计的.

    DCD由服务端开始建立联接. 这时候SQL*Net 从参数文件中读取变量, 设置一个定时器定时产生信号. 这个时间间隔是sqlnet.ora文件中的SQLNET.EXPIRE_TIME提供的.
   
    当定时器设定的时间到了之后, 服务器上的SQL*Net 发送一个探测包到客户端.(如果是数据库联接, 目的端的服务器发送探测包到另一端). 探测包是由空的SQL*Net包组成, 不体现SQL*Net层任何数据, 但会在下一层的网络协议中产生数据流量.

    如果客户端的联接仍然是活动的, 探测包被丢弃. 计时装置复位. 如果客户端异常断掉. 服务器将收到由发送探测包的调用发出的错误. SQL*Net 将会通知操作系统释放联接占用的资源.

    在Unix服务器上 sqlnet.ora 文件必须存在$TNS_ADMIN 或者 $ORACLE_HOME/network/admin目录下.   而不是/etc 或者 /var/opt/oracle

    同时也应该注意, SQL*Net 2.1.x中 一个活动的孤儿进程(例如, 单独的查询进程) 在查询完成之前不会被杀掉. SQL*Net 2.2中孤儿进程占用的资源将会被无条件释放.

    这只是服务器的特性,  客户端将会支持任何SQL*Net V2 的发行版
   
    协议栈的功能
   
    虽然 死联接检测是在SQL*Net层的, 但要成功执行在很大程度上要依靠下层协议栈. 例如, 如果在sqlnet.ora文件中 设置SQLNET.EXPIRE_TIME=1, 但是一个孤儿进程很有可能在间隔到了之后被清除掉.

    TCP/IP协议是一个面向联接的协议, 同样的, 这个协议在超时时执行重传数据包的操作, 确保数据的安全和数据包的顺序. 如果对探测包没有及时回应, TCP/IP栈将在一段时间内重传这个包. 当TCP/IP放弃重传之后, SQL*Net 将会收到 探测失败的通知.

    TCP/IP超时的时间取决于 TCP/IP栈,  超时很多分钟是很常见的, 这个涉及到很多客户, 许多协议层的重传会造成孤儿进程被杀掉之前要等很长时间.

    最简单的办法检测协议栈有这个延迟需要测试不同的DCD间隔.
   
    测试协议栈
   
    设置参数SQLNET.EXPIRE_TIME = 1 min， 注意清除孤儿进程需要的时间. 然后设置为 5min,
    再次观察这个时间. 如果服务器没有释放资源是由于TCP/IP超时造成的, 清除影子的时间需要增加到4min.
    如果TCP/IP超时重传是造成问题的所在, 操作系统的内核参数应该调整一下, 在Unix平台下, /usr/include/netinet/tcp_timer.h 中包含着配置参数.

    减小重传间隔可能会影响系统的其它部分, 因为实际上减小了联接处理数据的窗口, 可能会在系统重负荷的情况下丢失联接, 远程慢的联接会受到这个更改的影响。

    系统参数会影响超时重传的有 TCP_TTL, TCPTV_PERSMIN, TCPTV_MAX, 和 TCP_LINGERTIME等。
    ********************
    为了防止对系统其他进程产生影响, 在调整系统参数时最好向相关的厂家咨询
    *******************

监控 死联接检测
   
    检测DCD是否打开和运行正常最好的方法就是 产生一个服务跟踪文件, 查找 DCD探测包.

    要产生一个服务跟踪文件, 在sqlnet.ora文件中设置TRACE_LEVEL_SERVER=16, TACE_DIRECTORY_SERVER=<路径>;, 跟踪文件svr_;.trc文件会在那个目录下产生.
   
    DCD 是否打开？
    在跟踪文件中查找:
    osntns: Enabling dead connection detection (1 min) 
    时间间隔应该和SQLNET.EXPIRE_TIME的一样.
    DCD是否正常工作?

　　在跟踪文件中应该有类似：

nstimexp: entry

nstimexp: timer expired at 05-OCT-95 12:15:05

nsdo: entry

nsdo: cid=0, opcode=67, *bl=0, *what=1, uflgs=0

nsdo: nsctx: state=8, flg=0x621c, mvd=0

nsdo: gtn=93, gtc=93, ptn=10, ptc=2048

nsdoacts: entry

nsdofls: entry

nsdofls: DATA flags: 0x0

nsdofls: sending NSPTDA packet

nspsend: entry

nspsend: plen=10, type=6

nttwr: entry

nttwr: socket 4 had bytes written=10

nttwr: exit

nspsend: 10 bytes to transport

nspsend:packet dump

nspsend:00 0A 00 00 06 00 00 00  |........|

nspsend:00 00 00 00 00 00 00 00  |........|

nspsend: normal exit

nsdofls: exit (0)

nsdoacts: flushing transport

nttctl: entry

nsdoacts: normal exit

nsdo: normal exit

nstimexp: normal exit



其中



nspsend:00 0A 00 00 06 00 00 00  |........|

nspsend:00 00 00 00 00 00 00 00  |........|

    代表探测包, 是由10个字节组成, 当协议头和尾被加上后， 这个包大概有70个字节长,
    如果DCD是打开的, 当定时器的时间到了之后， 在跟踪文件里会看到探测包. 在Unix系统下， 可以用:
    tail -f svr_;.trc 查看.
   
    了解DCD的问题和局限
   
    在很少的问题报告中， 最值得注意的是DCD在windosNT下很差的性能, 死联接只有在服务起重启或者数据库重启的情况下被清除. DCD在NT下怎样正确的工作依靠客户端的协议. SQL*Net v2.3 比其他发行版改进了一些性能。
    见bug#303578
   
    在SCO Unix下, 有个问题是 当DCD定时器到时后, 服务进程死循环, 消耗了大量的CPU资源, 这个问题是由于不正确的信号处理造成的,  可以禁止DCD来解决
    见bug#293264
    如果只是客户应用结束， 孤儿进程的资源不会被释放, 只有当客户端重启之后, DCD才是放这些资源, 例如， windows应用被杀掉, 客户端仍在运行, 探测包可以被收到, 像进程仍然活动着一样被丢掉. 看起来好像DCD检测客户端机器， 而不是客户端进程.
    见bug#280848
   
    DCD依靠探测包来检测联接， 所以在半双工的网络协议中, 这是不可能的, 所以DCD在APPC/LU6.2 等半双工协议下不能用.
   
    内网联接是用BEQ协议不能支持DCD, IPC协议可以使用
   
    DCD 在协议层是很消耗资源的, 所以如果要用DCD来清除死进程, 会加重系统的负担, 任何时候, 干净的退出系统， 这是首要的。