麒麟 V10 部署 OceanBase：故障速查与验收清单

摘要：按"现象---检查---处理"定位问题。适用于本系列的 ARM64、x86_64 单节点示例；只在对应步骤失败时查阅，不需要实施前通读。

先记录，不反复重跑

记下失败阶段、首条有效错误、报错进程、时间、数据库完整构建号和 obd --version。日志和截图外发前隐藏口令、地址、主机名及业务 SQL。

不默认删目录、销毁集群、清缓存、关闭安全控制或修改 OBD 检查源码。

1. 安装包、指令集、运行库

现象	先检查	处理原则
ARM 非法指令	`uname -m`、`lscpu` 的 `atomics`、实际 RPM	确认无 LSE 才用匹配 nonlse；已有 LSE 仍报错时查具体构建
x86 非法指令／AVX 检查失败	`avx`、数据库补丁、OBD 版本	CE 4.2.5.6 支持无 AVX；其他补丁看 release notes，不删检查代码
`GLIBC_x.xx not found`	`rpm -qpR 主包.rpm`、`ldd --version`	换匹配制品或补对应系统依赖，不覆盖 glibc、不用 `--nodeps`
`libaio.so.1` 缺失	报错进程、RPM 依赖和系统库	从匹配的麒麟离线介质补齐，不跨发行版硬装
`Unsupported system page size`	`getconf PAGESIZE`、进程及构建	按具体组件查兼容性，nonlse 和 THP 不是通用修复

不要因 OBClient 报错就认定 observer 也坏了；不同进程分别核对。

2. 找不到 obd 或已部署集群

执行用户：原部署用户 obadmin。

bash 复制代码

whoami
printf '%s\n' "$HOME"
source "$HOME/.oceanbase-all-in-one/bin/env.sh"
command -v obd
obd --version
obd cluster list

预期 HOME 为 /data/obadmin。默认 ~/.obd 保存镜像、仓库与集群状态，~/.oceanbase-all-in-one 保存工具。root 的 ~ 是另一个目录，不要切到 root 重新 deploy 来"找回集群"。

3. SSH／权限失败

bash 复制代码

OB_IP='192.0.2.10'
ssh -o BatchMode=yes -i /data/obadmin/.ssh/id_ed25519 \
  "obadmin@$OB_IP" 'id; ulimit -n; ulimit -u'
namei -l /data/oceanbase/observer
findmnt -T /data/oceanbase/observer

先替换实际 IP。核对账户状态、端口、私钥路径及权限、主机指纹、上层目录权限、noexec 和安全审计。SSH 返回的限制值也必须达标，不能只看本地 su。

密钥未下发时找管理员完成前置配置，不用 777、免密全权 sudo 或关闭校验兜底。

4. 目录非空

bash 复制代码

obd cluster list
ls -la /data/oceanbase/observer
pgrep -a -x observer

先确认旧部署、运行进程及数据归属。失败残留与业务数据不能凭文件名区分；不加 -f、不直接删除 block_file 或 redo。重建前需要单独确认备份、目标与影响范围。

5. 严格检查失败、同盘或空间不足

bash 复制代码

df -hT / /data /data/obadmin /data/oceanbase/observer
findmnt -T /data/oceanbase/data
findmnt -T /data/oceanbase/redo
obd cluster start --help

**同设备：**两个目录不代表两块盘。部分 OBD 插件把共盘告警在 -S 下升级为失败。
**容量不足：**累计计算数据上限、redo、slog、运行日志和工具缓存，不只看初始数据文件。
**处理：**优先改存储布局。纯实验环境仅剩已接受的共盘告警、其他检查全通过时，才考虑普通检查模式；不用于绕过硬错误。

"4%"不要误读

官方某资源准备页描述的是部署前文件系统已使用率 低于 4%，不是 datafile_size 至少占盘 4%。不能为了通过检查，把大盘上的小数据库扩大到 TB 级，也不能用占位文件改变使用率。最终以实际 OBD 版本和原始报错定位。

6. 内存不足／长时间等待初始化

bash 复制代码

free -h
vmstat 1 5
ps -eo pid,user,comm,rss --sort=-rss | head -n 20
ls -lh /data/oceanbase/observer/log

available 不是永久配额；system_memory 已包含在 memory_limit 内，剩余内存还需分给 sys、业务和 Meta 租户。Swap 的历史占用不等于当前抖动，应结合 si/so。

查看失败时间附近的 observer.log、rootservice.log，区分内存、I/O、端口和权限。不要从一条 WARN 推定根因，也不要反复重启初始化中的实例。

7. 租户创建失败或新密码连接失败

sys 会话检查：

sql 复制代码

SELECT VALUE FROM oceanbase.GV$OB_PARAMETERS
WHERE NAME='__min_full_resource_pool_memory';
SELECT * FROM oceanbase.GV$OB_SERVERS;
SELECT NAME FROM oceanbase.DBA_OB_UNIT_CONFIGS WHERE NAME='app_unit';
SELECT NAME FROM oceanbase.DBA_OB_RESOURCE_POOLS WHERE NAME='app_pool';
SELECT TENANT_NAME, STATUS FROM oceanbase.DBA_OB_TENANTS
  WHERE TENANT_NAME='app_tenant';

情况	下一步
Unit 低于内存门槛	改用满足门槛且资源充足的规格，不降低隐藏门槛求通过
资源池分配失败	看节点剩余 CPU、内存、日志盘，不能只看主机总资源
同名对象已经存在	确认是否本次部分成功，不能整段重跑或自动删除
租户未到 NORMAL	查创建失败原因，不继续密码初始化
远程连不上 app_tenant	本系列默认白名单仅限 `127.0.0.1`，先在本机验收；业务接入另行按来源放行
密码不对	sys 密码和租户密码不是同一个设置；确认登录名为 `root@app_tenant`

若服务只绑定实际 IP 而不接受回环连接，不要临时放开 %。由管理员将初始化白名单限定为确认过的本机源 IP，再用该地址连接，并记录变更。

业务租户密码初始化后重新用 -p 交互登录。MYSQL_HISTFILE=/dev/null 仅关闭客户端历史，不处理终端录屏或服务端审计。

8. 修改 YAML 没生效

bash 复制代码

obd cluster edit-config ob-single
obd cluster reload --help
obd cluster restart --help

部署后修改 OBD 注册配置，不只改最初的输入 YAML。按命令输出选择 reload 或带参 restart，参数随 OBD 版本变化；重启会中断服务，先安排维护窗口。遇到 redeploy 提示停下评估，不当作普通刷新。

9. 最终验收清单

集群 running，SQL 查询版本和节点状态正确。
业务租户 NORMAL，新密码登录及读写验证通过；业务不使用 sys。
根盘、家目录、运行日志、data 和 redo 都有容量余量。
账户、文件权限和访问来源已收敛，日志与截图已脱敏。
自启、重启恢复、备份恢复是否配置已明确记录。
单节点无高可用的限制已交接；功能验证不等于生产上线。