log file switch (checkpoint incomplete) 高占比说明LGWR欲重用日志组时检查点未推进到位,根本原因是DBWR刷脏块太慢而非Redo写入过快;在RAC环境下,最慢实例拖累全局切换,需按集群总Redo量(如2.0GB/30分钟)并预留20%余量配置,推荐4组×600MB。

log file switch (checkpoint incomplete) 高占比说明什么
这表示 LGWR 想重用某个日志组时,检查点还没推进到该组的起始位置,被迫等待。根本不是“写太快”,而是“刷太慢”——Redo Log 文件太小 + 检查点跟不上写入节奏。在 RAC 环境下,这个问题会放大:每个实例都在写自己的 redo,但 checkpoint 进度由最慢的那个实例拖累,导致所有实例都卡在切换上。
常见错误现象包括:
-
log file switch (checkpoint incomplete)在 AWR 的 Top 5 Timed Events 中长期 >5% DB Time -
v$log中频繁看到ACTIVE状态日志组堆积(不止一个) - 伴随
gc current block flush time升高,RAC 节点间块传输变慢
怎么估算 RAC 下合理的 Redo Log 大小
不能只看单实例吞吐。RAC 中要按「所有实例 Redo 写入总和」来算,并预留 20% 余量。比如 AWR 显示:
-
Redo size per second= 1.09 MB/s(这是整个集群的值,不是单节点) - 高峰持续时间约 30 分钟 → 总量 ≈ 2.0 GB
- 再乘以 1.2 → 建议最小总容量 ≥ 2.4 GB
所以配置 4 组 × 600MB 比 6 组 × 200MB 更稳:组数少降低管理开销,单组大减少切换频次,也避免 RAC 中多实例争抢同一组 ACTIVE 状态。
注意:ALTER DATABASE ADD LOGFILE GROUP 必须在所有节点可见的共享存储(ASM 或集群文件系统)上操作;若用裸路径,需确保各节点挂载一致且权限无误。
RAC 中禁用归档模式下仍出现 log file switch (archiving needed)
这说明数据库实际仍处于 ARCHIVELOG 模式,只是归档进程没跑起来,或归档目标不可写。RAC 下尤其容易踩坑:
- 检查
SELECT log_mode FROM v$database;—— 必须是NOARCHIVELOG才真关闭 - 即使设为
NOARCHIVELOG,若之前启过归档,v$log中STATUS可能残留ARCHIVED,需强制清理归档日志并重启实例 - RAC 各节点
LOG_ARCHIVE_DEST_1参数若未显式设为空或注释掉,可能被继承旧值,触发隐式归档尝试
错误配置会导致 LGWR 在切换前反复尝试归档检查,哪怕没归档目录也会多等几百毫秒——这不是 I/O 慢,是逻辑判断卡住。
为什么加了大 Redo Log 还是切得勤
Redo 日志组大小只是基础,RAC 下真正影响切换节奏的是 checkpoint 推进速度。如果以下任一条件成立,加大日志也白搭:
-
DB_WRITER_PROCESSES过少(如仍用默认 1),而 buffer cache > 8GB,导致脏块刷盘滞后 -
_small_table_threshold被调得过大,全表扫描不走 direct path,大量生成 redo + undo - 某节点内存压力大、CPU steal time 高,
CKPT进程调度延迟,拖慢整个集群 checkpoint 进度 - 使用了
NOLOGGING操作后未及时做备份,导致 Oracle 自动禁用某些优化路径,间接影响 checkpoint 效率
验证方法:查 v$instance_recovery 中 target_mttr 和 estimated_mttr 差距是否 >30 秒;再查 v$sysstat 中 physical writes 是否远低于 db block changes,说明写盘严重滞后。
RAC 中 redo 切换问题从来不是孤立的日志配置问题,它像一根线,串起了 checkpoint、DBWR、归档状态、甚至私网延迟。改完大小不等于解决,得盯着 v$log_history 的切换时间分布,确认是否从“每 2 分钟一次”变成“稳定 25 分钟一次”——波动消失,才算真稳。


















