Oracle 實戰案例：Redo Log Group 全 ACTIVE 導致系統卡頓，根因竟是 RAID 5 硬碟損壞

環境與症狀

• 平台：SunOS 5.8 / Ultra-Enterprise
• 資料庫：8.1.5.0.0
• 現象：回應極慢、應用請求逾時；登入發現除 Current 外所有 Redo Log Group 狀態皆為 ACTIVE。

現象解讀

Redo Log 全 ACTIVE 表示 LGWR 寫入速度 > DBWR 完成 Checkpoint 速度，導致無可用 Log Group 切換，前台進程等待 log file switch (checkpoint incomplete)。

分層排查

1. DBWR 是否忙碌？ ps -ef | grep dbw 找到 PID 2266，top 顯示 CPU 僅 0.18% → DBWR 不忙。
2. I/O 子系統狀況？ iostat -x 顯示主資料卷 c1t1d0 %b (忙碌度) 持續 99~100%，但寫入速度僅 500 KB/s (正常應 1~10 MB/s)。

根因確認

• RAID 5 陣列中一顆硬碟損壞，進入降級模式，寫入需重新計算 Parity，效能暴跌。
• 更換硬碟、重建 RAID 後，I/O 速度恢復，Redo Log 狀態正常，系統回穩。

關鍵指標速查

預防與監控建議

• 硬體層：RAID 控制器啟用預測性失效分析 (SMART)、熱備援磁碟。
• 資料庫層：監控 V$SYSTEM_EVENT 中 log file switch (checkpoint incomplete)、log file parallel write 等待時間。
• 作業系統層：定期 iostat -x 5、sar -d 建立基線，設定告警閾值。