Oracle SCN headroom、ORA-19706 和_external_scn_rejection_threshold_hours 参数 说明

本文转自老熊和Maclean的Blog，原文链接如下：
http://www.laoxiong.net/scn-ora- ... ours-parameter.html
http://www.oracledatabase12g.com ... om-1988-oracle.html


一．SCN 相关知识

SCN可以说是Oracle中的很基础，但同时也是很重要的东西，它是一个单向增长的“时钟”，广泛应用于数据库的恢复、事务ACID、一致性读还有分布式事务中。

之前blog里整理了一些有关SCN 的内容，如下：
OracleDB 服务器 系统时间修改问题 与SCN 关系的深入研究
http://blog.csdn.net/tianlesoftware/article/details/6163859

Oracle Blockscn/commit scn/cleanout scn 说明
http://blog.csdn.net/tianlesoftware/article/details/6660530

RedoLogCheckpoint 和 SCN关系
http://blog.csdn.net/tianlesoftware/article/details/5251916


那么除了这些，SCN还有以下一些知识点：

1）.SCN的内部存储方式：在Oracle内部，SCN分为两部分存储，分别称之为scn wrap和scn base。实际上SCN长度为48位，即它其实就是一个48位的整数。只不过可能是由于在早些年通常只能处理32位甚至是16位的数据，所以人为地分成了低32位（scnbase）和高16位（scn wrap）。为什么不设计成64位，这个或许是觉得48位已经足够长了并且为了节省两个字节的空间：）。那么SCN这个48位长的整数，最大就是2^48（2的48次方, 281万亿，281474976710656），很大的一个数字了。

关于SCN 的格式，可以参考MOS的文章：
How to map SCN with Timestamp before 10g[ID 365536.1]
http://blog.csdn.net/tianlesoftw ... /01/25/6163757.aspx

在MOS文章：
System ChangeNumber (SCN), Headroom, Security and Patch Information [ID 1376995.1]
提到：
Longer termOracle will be raising the upper limit from 281 trillion (i.e. 2^48) to an evenlarger number.
--在以后版本中，SCN的最大值将会超过2^48次方。



2） Maximum Reasonable SCN：在当前时间点，SCN最大允许达到（或者说最大可能）的SCN值。也称为Reasonable SCN Limit，简称RSL。这个值是一个限制，避免数据库的SCN无限制地增大，甚至达到了SCN的最大值。
这个值大约是这样一个公式计算出来的：(当前时间-1988年1月1日）*24*3600*SCN每秒最大可能增长速率。

当前时间减1988年1月1日的结果是天数，24表示1天24小时，3600表示1小时3600秒。不过这个公式里面“当前时间-1988年1月”部分并不是两个时间直接相减，而是按每月31天进行计算的（或许是为了计算简单，因此在Oracle内部可能要频繁地计算.

该计算公式可以在MOS文档：
Installing,Executing and Interpreting output from the “scnhealthcheck.sql” script [ID1393363.1]
中的提到的Patch：13498243中提供的脚本看到。

那么SCN每秒最大可能增长速率是多少呢，这个跟Oracle版本有一定的关系，在11.2.0.2之前是16384（即16K），在11.2.0.2版本是32768（即32K）。在11.2.0.2的版本中有一个隐含参数，_max_reasonable_scn_rate，其默认值就是32768（不建议调整这个值）。如果按16K的最大值，SCN要增长到最大，要超过500年。


[oracle@dave ~]$ ora _param  _max_reasonable_scn_rate

NAME                                     VALUE
--------------------------------------------------------------------------------
_max_reasonable_scn_rate                 32768

[oracle@dave ~]$ ora si
SQL*Plus: Release11.2.0.3.0 Production on Sat Oct 20 19:39:48 2012

Copyright (c) 1982, 2011, Oracle.  All rights reserved.

Connected to:
Oracle Database 11g Enterprise EditionRelease 11.2.0.3.0 - 64bit Production
With the Partitioning, OLAP, Data Miningand Real Application Testing options

SQL> selectdecode(bitand(DI2FLAG,65536),65536,'Y','N') using16 from x$kccdi2;

US
--
N

上面的SQL的结果只有在11.2.0.2及以上版本才有意义，结果为Y，表示使用的是16K的速率，否则是使用32K速率。

这个是我在11.2.0.3 版本里的一个测试，不过据老熊blog的说明，在11.2.0.2及之后的版本，从原来的32K SCN最大速率调整回了16K速率。不清楚老熊是在什么环境下测试的。我这的单机环境还是32k。

3） SCN Headroom： 这个是指MaximumReasonable SCN与当前数据库SCN的差值。在alert中通常是以“天”为单位，这个只是为了容易让人读而已。天数=(Maximum Reasonable SCN-Current SCN)/16384/3600/24。 这个值就的意思就是，如果按SCN的每大增长速率，多少天会到达Maximum Reasonable SCN。但实际上即使如此，也不会到达Maximum Reasonable SCN，因为到那时MaximumReasonable SCN也增大了（越时间增大），要到达Maximum Reasonable SCN，得必须以SCN最大可能速率的2倍才行。


4） SCN的异常增长： 通常来说，每秒最大允许的16K/32K增长速率已经足够了，但是不排除由于BUG，或者人为调整导致SCN异常增长过大。特别是后者，比如数据库通过特殊手段强制打开，手工把SCN递增得很大。同时Oracle的SCN会通过db link进行传播。如果A库通过db link连接到B库，如果A库的SCN高于B库的SCN，那么B库就会递增SCN到跟A库一样，反之如果A库的SCN低于B库的SCN，那么A库的SCN会递增到跟B库的SCN一样。也就是说，涉及到db link进行操作的多个库，它们会将SCN同步到这些库中的最大的SCN。

5） 那么，如果是数据库本身操作而不是通过db link同步使得SCN的增长，其增长速率如何判断呢，这个可以通过系统的统计量(AWR)“calls to kcmgas”和”DEBUG calls to kcmgas”来得到。kcmgas的意思是get and advance SCN，即获取并递增SCN。

6) 在两个库通过db link进行分布式事务时，假设B库的SCN值要高于A库的SCN，因此要将B库的SCN增同步到A库，但是如果B库的SCN过高，这样同步到A库之后，使得A库面临Headroom过小的风险，那么A库会拒绝同步SCN，这个时候就会报ORA-19706: Invalid SCN错误。
分布式事务，或者说是通过dblink的操作就会失败，即使是通过db link的查询操作。这里显然有一个阈值，如果递增SCN使得Headroom过小到什么值时，就会拒绝递增（同步）SCN？目前来看是这样：
如果打了2012年1月CPU或PSU补丁，11.2.0.2及以后的版本，是1天即24小时，其他版本是31天即744小时，打了补丁之后可以由隐含参数_external_scn_rejection_threshold_hours来调整。
而没有打补丁的情况下，视同此参数设为0，实际最小为1小时。由于Oracle9.2.0.8没有了最新的补丁集，显示也不会有这个参数，保持默认为1小时。注意这是一个静态参数。

所以打了2012年1月CPU或PSU补丁的一个重要变化是增加了_external_scn_rejection_threshold_hours参数，同时使11.2.0.2以下版本的数据库其Headroom的阈值增得较大。这带来的影响就是ORA-19706的错误出现的概率更高。
解决的办法将_external_scn_rejection_threshold_hours这个隐含参数设置为较小的值，推荐的值是24，即1天。从_external_scn_rejection_threshold_hours这个参数名的字面意思结合它的作用，可以说这个参数就是”拒绝外部SCN“的阈值。对于数据库自身产生的SCN递增是没有影响的。

7) 虽然11.2.0.2及之后的版本，其默认的每秒最大可能SCN增长速率为32K，这使得Maximum Reasonable SCN更大，也就是说其SCN可以增长到更大的值。那也就是可能会使11.2.0.2的库与低版本的数据库之间不能进行db link连接。或者是11.2.0.2的库不能与16K速率的（比如调整了_max_reasonable_scn_rate参数值）的11.2.0.2的库进行db link连接。

二．SCN Headroom 引发的问题
在安装了2012年1月发布的CPU或PSU补丁之后，增加了_external_scn_rejection_threshold_hours参数，同时使11.2.0.2以下版本的数据库其Headroom的阈值增得较大。

因此可能会出现如下现象：

1.  应用出现ORA-19706: invalid SCN错误。

2.  在alert日志中出现类似于：
Wed May 30 15:09:57 2012
Advanced SCN by 68093 minutes worth to 0×0ba9.4111a520, by distributedtransaction remote logon, remote DB:xxxx.
Client info : DB logon user xxxx, machine xxxx, program oracle@xxxx (J001), andOS user oracle
这样的警告。


3.  在alert日志中出现类似于：
Wed May 30 12:02:00 2012
Rejected the attempt to advance SCN over limit by 166 hours worth to0×0ba9.3caec689, by distributed transaction remote logon, remote DB: xxxx.
Client info : DB logon user xxxx, machine xxxx, program oracle@xxxx (J000), andOS user oracle
这样的错误信息。

4.  在alert日志中出现类似于：
Sat Mar 17 05:57:45 2012
ALTER DATABASE OPEN
************************************************************
Warning: The SCN headroom for this database is only 38 days!
************************************************************
这样的信息。


5.  在MOS文档《ORA-19706 and Related Alert LogMessages [ID 1393360.1]》中还提到其他会出现在alert中的一些警告信息：
Warning - High Database SCN: Current SCN value is 0×0b7b.0008e40b, thresholdSCN value is 0×0b75.055dc000, If you have not previously reported this warningon this database, please notify Oracle Support so that additional diagnosis canbe performed.
WARNING: This patch can not take full effect until this RAC database has beencompletely shutdown and restarted again.Oracle recommends that it is done atthe earliest convenience.

6. 如果说以上的现象只是警告或应用级报错，影响范围有限，那么不幸的是如果遇到RECO进程在恢复分布式事务时遇到SCN问题，则可能使数据库宕掉，例如： Wed May 30 14:44:02 2012  
Errors in file /oracle/admin/miboss/bdump/xxxx_reco_225864.trc:  
ORA-19706: invalid SCN  
Wed May 30 14:44:02 2012  
Errors in file /oracle/admin/miboss/bdump/xxxx_reco_225864.trc:  
ORA-00600: internal error code, arguments: [18348], [0x000000000], [485331304561], [], [], [], [], []  
.........  
RECO: terminating instance due to error 476  
Intance terminated by RECO, pid s= 225864  

三．2012年1月发布的CPU或PSU 带来的影响

1.2012年1月后发布的CPU或PSU补丁到底使数据库在SCN处理方面产生了什么样的变化？
答案是：增加了_external_scn_rejection_threshold_hours参数，11.2.0.2及以上版本的这个参数默认值是24，其他版本默认值是744。这样使11.2.0.2以下版本的数据库其Headroom的阈值增得较大。

2.这种变化对数据库有什么危害吗？
答案是：在一个具有很多系统的大型企业环境里面，db link使用很多，甚至有一些不容易管控到的数据库也在跟关键系统通过 db link进行连接，在这样的环境中，过高的SCN扩散到关键系统，而系统如果打了这个补丁，其Headroom阈值变大，那么就更容易出现ORA-19706错误，对db link依赖很严重的系统可能会导致业务系统问题，严重情况下甚至会宕库。不过通过设置隐含参数_external_scn_rejection_threshold_hours可解决这样的问题。所以，如果你安装了2012年1月的CPU或PSU补丁，请尽快设置此参数为建议的值24，极端情况下你可以设置为1。


3. alert中的那些提示或警告信息是BUG引起的吗？
答案是：这些提示或警告不是BUG引起的。它只是提醒你注意SCN过高增长，或者是你的Headroom较小（在Headroom小于62天时可能会提醒），引起你的重视。实际上根据MOS文档《System Change Number (SCN), Headroom,Security and Patch Information [ID 1376995.1]》的说法，这个补丁修复了SCN相关的一些BUG。
如果非要说BUG，可以勉强认为补丁安装后新增的参数_external_scn_rejection_threshold_hours其默认值过大。Bug 13554409 - Fix for bug 13554409 [ID 13554409.8]就是说的这个问题。不过这个问题已经在2012年4月的CPU或PSU补丁中得到修复。

4.解读一下alert日志中的一些信息
4.1 信息：
Wed May 30 15:09:53 2012
Completed crash recovery at
Thread 1: logseq 3059, block 19516, scn 12754630269552
2120 data blocks read, 2120 data blocks written, 19513 redo blocks read
…..
Wed May 30 15:09:57 2012
Advanced SCN by 68093 minutes worth to 0×0ba9.4111a520, by distributed transactionremote logon, remote DB:xxxx.
Client info : DB logon user xxxx, machine xxxx, program oracle@xxxx (J001), andOS user oracle

这里是说，SCN向前（跳跃）递增了68098分钟，其递增后的SCN是0×0ba9.4111a520。注意这里的分钟的计算就是根据SCN每秒最大可能增长速率为16K来的。我们计算一下：
0×0ba94111a520转换成10进制12821569053984。

在alert日志中，这个信息是刚打开数据库的时候，所以 crash recovery完成时的scn可以做为近似的当前SCN，其值为12754630269552：
(12821569053984-12754630269552)/16384/60=68093.65278320313
这里16384值的是SCN每秒最大可能增长速率，可以看到计算结果极为接近。

我们再来计算一下这个SCN的headroom是多少:

SQL>    select  
  2     ((((  
  3      ((to_number(to_char(cur_date,'YYYY'))-1988)*12*31*24*60*60) +  
  4      ((to_number(to_char(cur_date,'MM'))-1)*31*24*60*60) +  
  5      (((to_number(to_char(cur_date,'DD'))-1))*24*60*60) +  
  6      (to_number(to_char(cur_date,'HH24'))*60*60) +  
  7      (to_number(to_char(cur_date,'MI'))*60) +  
  8      (to_number(to_char(cur_date,'SS')))  
  9      ) * (16*1024)) - 12821569053984)  
10     / (16*1024*60*60*24)  
11     ) headroom  
12     from (select to_date('2012-05-30 15:09:57','yyyy-mm-dd hh24:mi:ss') cur_date from dual);  
  
  HEADROOM  
----------  
24.1496113  

可以看到结果为24天，由于这个时候_external_scn_rejection_threshold_hours参数值为24，即1天，所以虽然有这么大的跳跃，但SCN仍然增长成功。

4.2 信息：
Wed May 30 12:02:00 2012
Rejected the attempt to advance SCN over limit by 166 hours worth to0×0ba9.3caec689, by distributed transaction remote logon, remote DB: xxxx.
Client info : DB logon user xxxx, machine xxxx, program oracle@xxxx (J000), andOS user oracle

在这个信息中，拒绝了db link引起的SCN增加。计算一下这个SCN的headroom：
0×0ba93caec689转换成10进制是12821495465609
当前时间是2012-05-30 12:02:00，
SQL>    select  
  2     ((((  
  3      ((to_number(to_char(cur_date,'YYYY'))-1988)*12*31*24*60*60) +  
  4      ((to_number(to_char(cur_date,'MM'))-1)*31*24*60*60) +  
  5      (((to_number(to_char(cur_date,'DD'))-1))*24*60*60) +  
  6      (to_number(to_char(cur_date,'HH24'))*60*60) +  
  7      (to_number(to_char(cur_date,'MI'))*60) +  
  8      (to_number(to_char(cur_date,'SS')))  
  9      ) * (16*1024)) - 12821495465609)  
10     / (16*1024*60*60*24)  
11     ) headroom  
12     from (select to_date('2012-05-30 12:02:00','yyyy-mm-dd hh24:mi:ss') cur_date from dual);  
  
  HEADROOM  
----------  
24.0710752  

由于这个时候_external_scn_rejection_threshold_hours参数值为744，即31天，计算出的headroom在这个阈值之内，因此拒绝增加SCN。
(31-24.0710752)*24=166.2941952，正好是166小时。

四．为什么是1988年

    在MOS的文档里提供了一个检查SCN 的脚本。
Installing,Executing and Interpreting output from the “scnhealthcheck.sql” script [ID1393363.1]

  select
  version,
  to_char(SYSDATE,'YYYY/MM/DD HH24:MI:SS') DATE_TIME,
  ((((
   ((to_number(to_char(sysdate,'YYYY'))-1988)*12*31*24*60*60) +
   ((to_number(to_char(sysdate,'MM'))-1)*31*24*60*60) +
   (((to_number(to_char(sysdate,'DD'))-1))*24*60*60) +
   (to_number(to_char(sysdate,'HH24'))*60*60) +
   (to_number(to_char(sysdate,'MI'))*60) +
   (to_number(to_char(sysdate,'SS')))
    )* (16*1024)) - dbms_flashback.get_system_change_number)
   /(16*1024*60*60*24)
   )indicator
  from v$instance

这里为什么是1988. Maclean 的blog 上有一段说明，直接引用过来：

在1988年发布了Oracle V6，首次实现了行级锁定，首次实现了数据库热备份，Oracle公司从Belmont移到加利福尼亚的redwood shores，并引入了PL/SQL。

能否在1988年之前运行Oracle V6以后的程序？ Maclean 的测试如下，将Oracle 10.2.0.5 数据的OS时间改到1988年之前，测试结果如下：


[root@vrh8 ~]# date -s "1985-07-2500:00:00"
Thu Jul 25 00:00:00 EDT 1985

SQL> startup;
ORA-01513: invalid current time returned byoperating system

[oracle@vrh8 ~]$ strace -ostartup.log  -p 9935
Process 9935 attached - interrupt to quit

SQL> startup;
ORA-01513: invalid current time returned byoperating system

[oracle@vrh8 ~]$ oerr ora 01513
01513, 00000, "invalid current timereturned by operating system"
// *Cause:  Theoperating system returned a time that was not between
//         1988 and 2121.
// *Action: Correct the time kept by theoperating system.


这里可以看到Oracle数据库可运行的时间区间其实是 1988-2121年，但是前面的说明也提高，SCN headroom 可以使用500年。这个作用就不那么明显了。

学习了，感觉又进步了一些