Oracle 创建磁盘组报错ORA-15137的问题分析与解决思路
背景
某ERP数据库采用Oracle 19c RAC集群，部署架构为传统架构即两台计算节点外挂集中存储。ASM的DATA磁盘组空闲较小需扩容，执行对DATA磁盘组的扩容操作，但报错失败。
报错ORA-15137。这个报错还没见过。我们通过完整的分析过程来展现分析思路。
收集信息
1、查看ASM磁盘组现有状态
通过命令查询，ASM的DATA磁盘组用于存放数据文件；ARCH磁盘组用于存放归档文件。
其中DATA磁盘组总量2TB，目前空闲可用约300GB；ARCH磁盘组总量1TB，目前空闲可用约700GB。
[root@erp1 ~]# su - gridLast login: Fri Jan 15 15:37:01 CST 2021
[grid@erp1 ~]$ asmcmd
ASMCMD> lsdg
State Type Rebal Sector Logical_Sector Block AU Total_MB Free_MB Req_mir_free_MB Usable_file_MB Offline_disks Voting_files Name
MOUNTED EXTERN N 512 512 4096 1048576 1048576 716705 0 716705 0 N ARCH/
MOUNTED NORMAL N 512 512 4096 4194304 15360 14388 5120 4634 0 Y CRS/
MOUNTED EXTERN N 512 512 4096 1048576 2097152 323132 0 323132 0 N DATA/
ASMCMD>
2、查看磁盘（权限和属组）
①通过lsblk命令查询sdf、sdg、sdh、sdi，均为1TB磁盘；
②通过scsi_id命令查询磁盘ID；
③通过查看99-oracle-asmdevices.rules文件。在1月14日进行了修改，将3604fe8d100d5d230b888210a00000038磁盘绑定了别名asm-data03；
④在/dev目录下查看绑定状态正确无误。
[root@erp1 ~]# lsblk
NAME MAJ:MIN RM SIZE RO TYPE MOUNTPOINT
sda 8:0 0 558.7G 0 disk
├─sda1 8:1 0 1G 0 part /boot
└─sda2 8:2 0 557.7G 0 part
├─centos-root 253:0 0 493.7G 0 lvm /
└─centos-swap 253:1 0 64G 0 lvm [SWAP]
sdb 8:16 0 5.5T 0 disk
└─sdb1 8:17 0 5T 0 part /backup
sdc 8:32 0 5G 0 disk
sdd 8:48 0 5G 0 disk
sde 8:64 0 5G 0 disk
sdf 8:80 0 1T 0 disk
sdg 8:96 0 1T 0 disk
sdh 8:112 0 1T 0 disk
sdi 8:128 0 1T 0 disk
up-0 252:0 0 5G 0 disk
up-1 252:1 0 5G 0 disk
up-2 252:2 0 5G 0 disk
up-3 252:3 0 1T 0 disk
up-4 252:4 0 1T 0 disk
up-5 252:5 0 1T 0 disk
up-6 252:6 0 5G 0 disk
up-7 252:7 0 5G 0 disk
loop0 7:0 0 4.3G 0 loop /media
up-10 252:10 0 1T 0 disk
up-12 252:12 0 5G 0 disk
up-13 252:13 0 5G 0 disk
up-16 252:16 0 1T 0 disk
up-20 252:20 0 5G 0 disk
up-21 252:21 0 1T 0 disk
up-23 252:23 0 1T 0 disk
up-24 252:24 0 1T 0 disk
up-25 252:25 0 1T 0 disk
up-26 252:26 0 1T 0 disk
[root@erp1 ~]#
[root@erp1 dev]# for i in `cat /proc/partitions|awk '{print $4}'|grep sd`;do echo "###$i: `/usr/lib/udev/scsi_id -g -u /dev/$i`";done
###sda: 3600508b1001cda76417cf02db9743e70
###sda1: 3600508b1001cda76417cf02db9743e70
###sda2: 3600508b1001cda76417cf02db9743e70
###sdb: 3600508b1001c7a0f06f5b4a9bf1cb976
###sdb1: 3600508b1001c7a0f06f5b4a9bf1cb976
###sdc: 3604fe8d100d5d230c0ebe3c90000001d
###sdd: 3604fe8d100d5d230c0ebe3f20000001e
###sde: 3604fe8d100d5d230c0ebe41c0000001f
###sdf: 3604fe8d100d5d230bc5ea3a50000001
a###sdg: 3604fe8d100d5d230bc5ea3ce0000001b
###sdh: 3604fe8d100d5d230bc5f19f80000001c
###sdi: 3604fe8d100d5d230b888210a00000038
[root@erp1 udev]# cd rules.d/
[root@erp1 rules.d]# ll
total 16
-rw-------. 1 root root 211 Jun 24 2020 56-nxup.rules
-rw-r--r--. 1 root root 1390 Jan 14 09:21 99-oracle-asmdevices.rules
-rw-r----- 1 root root 1653 Jun 30 2020 99-oracle-asmdevices.rules.old.bak
-rw-------. 1 root root 571 Jun 24 2020 99-ultrapath.rules
[root@erp1 rules.d]# cat 99-oracle-asmdevices.rules
KERNEL=="sd*", SUBSYSTEM=="block", PROGRAM=="/usr/lib/udev/scsi_id -g -u -d $devnode", RESULT=="3604fe8d100d5d230c0ebe3c90000001d", SYMLINK+="asm-ocr01", OWNER="grid", GROUP="asmadmin", MODE="0660"
KERNEL=="sd*", SUBSYSTEM=="block", PROGRAM=="/usr/lib/udev/scsi_id -g -u -d $devnode", RESULT=="3604fe8d100d5d230c0ebe3f20000001e", SYMLINK+="asm-ocr02", OWNER="grid", GROUP="asmadmin", MODE="0660"
KERNEL=="sd*", SUBSYSTEM=="block", PROGRAM=="/usr/lib/udev/scsi_id -g -u -d $devnode", RESULT=="3604fe8d100d5d230c0ebe41c0000001f", SYMLINK+="asm-ocr03", OWNER="grid", GROUP="asmadmin", MODE="0660"
KERNEL=="sd*", SUBSYSTEM=="block", PROGRAM=="/usr/lib/udev/scsi_id -g -u -d $devnode", RESULT=="3604fe8d100d5d230bc5ea3a50000001a", SYMLINK+="asm-data01", OWNER="grid", GROUP="asmadmin", MODE="0660"
KERNEL=="sd*", SUBSYSTEM=="block", PROGRAM=="/usr/lib/udev/scsi_id -g -u -d $devnode", RESULT=="3604fe8d100d5d230bc5ea3ce0000001b", SYMLINK+="asm-data02", OWNER="grid", GROUP="asmadmin", MODE="0660"
KERNEL=="sd*", SUBSYSTEM=="block", PROGRAM=="/usr/lib/udev/scsi_id -g -u -d $devnode", RESULT=="3604fe8d100d5d230bc5f19f80000001c", SYMLINK+="asm-arch01", OWNER="grid", GROUP="asmadmin", MODE="0660"
KERNEL=="sd*", SUBSYSTEM=="block", PROGRAM=="/usr/lib/udev/scsi_id -g -u -d $devnode", RESULT=="3604fe8d100d5d230b888210a00000038", SYMLINK+="asm-data03", OWNER="grid", GROUP="asmadmin", MODE="0660"
补充：
验证属组权限的，还有一个更快捷的方法——kfod。当我们创建磁盘组的时候，Oracle就是调用kfod命令来发现磁盘的，如果能够被kfod识别，那这块盘就能够被Oracle正确识别：
常用验证命令：
kfod status=true disks=all op=disks
3、查看ASM alert日志，是否还有更多信息：
和前台界面报错一样，ORA-15137，再没有更多信息。
现在就是新加的这块盘没有问题，不管是OS，还是Oracle，都能够正常识别这块盘。按理说是可以正常扩容成功的，但是ASM alert实例就是添加报错。
MOS
现在只有查询官方文档了。看有没有蛛丝马迹。
通过报错关键词查询（ORA-15137: The ASM cluster is in rolling patch state.）。
匹配文档： [OCI] Scale-up Failed in DBCS With ORA-15032: not all alterations performed, ORA-15137: The ASM cluster is in rolling patch state (Doc ID 2681040.1)
为两台计算节点补丁不一致，list of patches在计算节点1缺少一个， patch level值不一致。
1节点：
[grid@erp1 trace]$ /u01/app/19.3.0/grid/bin/kfod op=patches
---------------
List of Patches
===============
30869156
30869304
30894985
30898856
[grid@erp1 trace]$ /u01/app/19.3.0/grid/bin/kfod op=PATCHLVL
-------------------
Current Patch level
===================
3633918477
[grid@erp1 trace]$ /u01/app/19.3.0/grid/bin/crsctl query crs softwarepatch
Oracle Clusterware patch level on node erp1 is [3633918477].
[grid@erp1 trace]$ /u01/app/19.3.0/grid/bin/crsctl query crs activeversion -f
Oracle Clusterware active version on the cluster is [19.0.0.0.0]. The cluster upgrade state is [ROLLING PATCH]. The cluster active patch level is [724960844].
[grid@erp1 trace]$ /u01/app/19.3.0/grid/bin/asmcmd showclusterstate
In Rolling Patch
[grid@erp1 trace]$
2节点：
[grid@erp2 trace]$ /u01/app/19.3.0/grid/bin/kfod op=patches
---------------
List of Patches
===============
29517242
30869156
30869304
30894985
30898856
[grid@erp2 trace]$ /u01/app/19.3.0/grid/bin/kfod op=PATCHLVL
-------------------
Current Patch level
===================
1019803962
[grid@erp2 trace]$ /u01/app/19.3.0/grid/bin/crsctl query crs softwarepatch
Oracle Clusterware patch level on node erp2 is [1019803962].
[grid@erp2 trace]$ /u01/app/19.3.0/grid/bin/crsctl query crs activeversion -f
Oracle Clusterware active version on the cluster is [19.0.0.0.0]. The cluster upgrade state is [ROLLING PATCH]. The cluster active patch level is [724960844].
[grid@erp2 trace]$ /u01/app/19.3.0/grid/bin/asmcmd showclusterstate
In Rolling Patch
上述的state is [ROLLING PATCH]，一般显示为state is [NORMAL]。此处已经异常。
可以看出两点：
集群处于ROLLING PATCH模式；
对比发现，crs softwarepatch补丁信息不一致，而且kfod工具的补丁，2节点比1节点多一个。
看起来是由于2个节点的补丁不一致，导致集群处于ROLLING PATCH模式。那为什么会有补丁信息不一样的情况？
因为我们打补丁的时候，是通过opatchauto自动打的，而且是2个节点一起打的。经询问，打补丁的过程没有报错。这个就比较奇怪了。打算提个sr咨询下原厂，因为未来还要大批量的打补丁，这将是个隐患。
补充：
这种查看补丁的方式还是第一次用，以前常用的都是opatch lspatches和opatch lsinventory来查看节点的补丁信息，如下：
对比发现：两节点安装的RU是一致的。所以在此处，此方法查看补丁的方法是行不通的。
小结：通过命令和日志查询，发现在1月14日早9时，进行了udev绑定状态正常，进行了DATA磁盘组添加磁盘，报错失败。经过搜索查询，疑似为两台计算节点补丁不一致造成。目前数据库使用状态正常，管控应用使用状态正常。
解决
以下所有的操作都是在多余的补丁的那个节点操作的，即2节点操作：
1、停止2节点数据库：shutdown immediate
2、./rootcrs.sh -prepatch
3、 ./patchgen commit -rb 29757256 (29757256是节点二多余的那个补丁)
4、./rootcrs.sh -postpatch
执行完第三步会报错，按照MOS文档 2348013.1 处理
5、./rootcrs.sh -prepatch
6、./rootcrs.sh -postpatch
7、ASMCMD进去，showclusterstate，在检查patch状态，从rolling变为normal
至此，添加ASM磁盘正常。
问题原因
本次故障是因为安装补丁的时候，由于未知原因，导致kfod这个工具的补丁不一致，集群处于ROLLING PATCH模式，识别ASM磁盘都没有问题，但是会导致ASM扩容失败。
今天在测试环境创建磁盘组时报错了，虽然不知道问题是怎样产生的，但是最后解决了，特此记录以下。
问题现象
create diskgroup xxxxx;
ORA-15018: Diskgroup can not be created
ORA-15137: cluster in rolling patch
问题原因
猜测是因为打19.4.2的补丁时不是用opatchauto打的，并且打的时候没有跑rootcrs.sh的脚本。
问题解决
如果下面命令查询2个节点命令不一致的话可以用下面的方法结决，可惜我的2个节点一致这个方法不行：
crsctl query crs softwarepatch
crsctl stop rollingpatch
2个节点分别跑rootcrs.sh的脚本，问题得到解决：
/crs/install/rootcrs.sh -prepatch
/rdbms/install/rootadd_rdbms.sh
If this is an Oracle Restart Home, as the root user execute:
/crs/install/rootcrs.sh -postpatch
墨天轮原文链接：https://www.modb.pro/db/101954?sjhy（复制到浏览器或者点击“阅读原文”立即查看）