Oracle RAC集群启动失败怎么排查？利用crsctl命令解决

Oracle RAC集群启动失败怎么排查？利用crsctl命令解决

CRS-4537 错误表明本地节点无法连接 CRS，需先检查 ohasd 进程是否运行；若未运行，确认 /etc/oracle/olr.loc 路径正确后执行 crsctl start ohasd，并用 crsctl check crs 验证。

crsctl check cluster 报 “CRS-4537: Cannot communicate with Cluster Ready Services” 怎么办

遇到这个错误，先别慌。它可不是某个资源启动失败那么简单，而是意味着本地节点和集群就绪服务（CRS）之间的底层通信链路完全断了。这时候，第一步应该做什么？

长期稳定更新的攒劲资源： >>>点此立即查看<<<

优先检查 ohasd 这个最底层的进程是否还活着：

ps -ef | grep ohasd

如果命令执行后没有任何输出，那就说明Oracle的高可用自启动框架压根没起来。此时，千万别急着去执行 crsctl start crs，那只会让你在错误的道路上越走越远。

正确的做法是，先确认一个关键文件：/etc/oracle/olr.loc。这个文件必须存在，并且其内容要指向正确的OCR本地副本路径，比如 olrconfig_loc=/u01/app/19c/grid/cdata/olr.ocr。确认无误后，再手动启动这个基础服务：

sudo /u01/app/19c/grid/bin/crsctl start ohasd

启动之后，立刻用 crsctl check crs 来验证一下状态，这一步可千万别跳过。

crsctl start crs 执行后卡住或报 CRS-2672: Attempting to start 'ora.cssd'

CSSD（集群同步服务）是RAC的心跳和成员管理核心，它的启动依赖于OCR和表决磁盘的可访问性。命令卡在这里，通常意味着背后有三个常见的“卡点”：

• OCR设备未上线：运行 asmcmd lsdg 查看OCR所在磁盘组的 STATE 是否为 MOUNTED。如果显示为 DISMOUNTED，就需要先用 sqlplus / as sysasm 登录，手动执行 ALTER DISKGROUP OCRVOTE MOUNT; 命令。
• 表决磁盘路径不可达：执行 crsctl query css votedisk，输出的路径必须能被集群中的所有节点通过完全相同的路径访问（比如都走ASM，或者都走NFS）。同时，要检查这些路径文件的权限是否为 root:oinstall 和644。
• 网络心跳异常：检查 olsnodes -n 是否能列出所有节点及其编号。如果某个节点缺失，就去查日志 /u01/app/19c/grid/log//cssd/ocssd.log，重点找“IPC Send timeout”这类错误。这大概率是私网不通，或者防火墙拦截了UDP 12345端口。

crsctl stat res -t 显示 ora.asm ONLINE 但状态为 INTERMEDIATE

这个状态很有意思，它表示ASM实例虽然已经启动了，但却无法挂载OCR或表决磁盘对应的磁盘组。问题出在哪？最容易被忽略的，往往是磁盘的权限问题。

RAC启动时，要求所有OCR和表决磁盘在各个节点上，拥有完全一致的主组（oinstall）、属主（grid）和权限（660）。怎么查？用 ls -l /dev/asm* 或 ls -l /dev/mapper/* 仔细检查。这里要特别留意多路径设备，确保它们在不同节点上映射到了同一个WWID。

另外，如果使用了ASMLIB，务必确保 oracleasm listdisks 的输出，与 crsctl query css votedisk 中显示的路径完全一致。否则，CSSD服务就会找不到磁盘。

crsctl stop crs 失败并提示 CRS-2501: Resource ‘ora.cssd’ is not registered

这不是命令本身失效了，而是CRS栈已经出现了严重损坏——CSSD进程崩溃，并且其注册信息从OCR中丢失了。这时候，如果反复执行 crsctl start crs，只会加重OCR的冲突，让情况更糟。

正确的处理流程应该是这样：首先，用 ps -ef | grep d.bin 确认所有 crsd.bin、cssd.bin、evmd.bin 进程都已经彻底退出。然后，清理内存中的残留：

sudo /u01/app/19c/grid/bin/crsctl stop has -f

最后，强制重置OCR的本地缓存：

sudo /u01/app/19c/grid/bin/ocrconfig -local -manualbackup

完成这些操作后，再尝试启动服务。这里有个关键点需要注意：-local 参数仅适用于单节点故障恢复。如果是多节点集群，必须使用 -repair 模式，否则会导致OCR元数据不一致。

说到底，处理RAC启动问题，有一个原则比什么都重要：OCR和表决磁盘的物理可达性，永远比配置文件里的路径字符串更重要。哪怕 crsctl query 命令能正常返回结果，只要底层存储的I/O延迟超过2秒，CSSD就会主动驱逐节点。这种问题通常不会直接报错，只会表现为间歇性的 CRS-2674 或 ORA-15064 错误，排查时需要格外留心。