WAL包含無效頁面

Question

的CentOS 6.7 的PostgreSQL 9.5.3參考

我已經是上主備份複製數據庫服務器。

突然，備用服務器的postgresql進程停止在該日誌中。

2016-07-14 18:14:19.544 JST [][5783e03b.3cdb][0][15579]WARNING: page 1671400 of relation base/16400/559613 is uninitialized 
2016-07-14 18:14:19.544 JST [][5783e03b.3cdb][0][15579]CONTEXT: xlog redo Heap2/VISIBLE: cutoff xid 1902107520 
2016-07-14 18:14:19.544 JST [][5783e03b.3cdb][0][15579]PANIC: WAL contains references to invalid pages 
2016-07-14 18:14:19.544 JST [][5783e03b.3cdb][0][15579]CONTEXT: xlog redo Heap2/VISIBLE: cutoff xid 1902107520 
2016-07-14 18:14:21.026 JST [][5783e038.3cd9][0][15577]LOG: startup process (PID 15579) was terminated by signal 6: Aborted 
2016-07-14 18:14:21.026 JST [][5783e038.3cd9][0][15577]LOG: terminating any other active server processes 

而且，主服務器的postgresql日誌沒什麼特別的。

但是，主服務器的/ var/log/messages如下所示。

Jul 14 05:38:44 host kernel: sbridge: HANDLING MCE MEMORY ERROR 
Jul 14 05:38:44 host kernel: CPU 8: Machine Check Exception: 0 Bank 9: 8c000040000800c0 
Jul 14 05:38:44 host kernel: TSC 0 ADDR 1f7dad7000 MISC 90004000400008c PROCESSOR 0:306e4 TIME 1468442324 SOCKET 1 APIC 20 
Jul 14 05:38:44 host kernel: EDAC MC1: CE row 1, channel 0, label "CPU_SrcID#1_Channel#0_DIMM#1": 1 Unknown error(s): memory scrubbing on FATAL area : cpu=8 Err=0008:00c0 (ch=0), addr = 0x1f7dad7000 => socket=1, Channel=0(mask=1), rank=4 
Jul 14 05:38:44 host kernel: 
Jul 14 18:30:40 host kernel: sbridge: HANDLING MCE MEMORY ERROR 
Jul 14 18:30:40 host kernel: CPU 8: Machine Check Exception: 0 Bank 9: 8c000040000800c0 
Jul 14 18:30:40 host kernel: TSC 0 ADDR 1f7dad7000 MISC 90004000400008c PROCESSOR 0:306e4 TIME 1468488640 SOCKET 1 APIC 20 
Jul 14 18:30:41 host kernel: EDAC MC1: CE row 1, channel 0, label "CPU_SrcID#1_Channel#0_DIMM#1": 1 Unknown error(s): memory scrubbing on FATAL area : cpu=8 Err=0008:00c0 (ch=0), addr = 0x1f7dad7000 => socket=1, Channel=0(mask=1), rank=4 
Jul 14 18:30:41 host kernel: 

內存錯誤在1周前開始。所以，我懷疑內存錯誤導致postgresql的錯誤。

我的問題是在這裏。

1）內核可能導致內存錯誤導致postgresql的「WAL包含對無效頁面的引用」錯誤？

2）爲什麼主服務器的postgresql沒有任何日誌？

thx。

Answer 1

錯誤的內存可能會導致各種數據損壞，所以這對我來說似乎是一個足夠好的解釋。

也許在主PostgreSQL服務器上沒有日誌條目，因爲所有損壞的都是WAL流。

您可以運行

oid2name 

找出哪個數據庫具有OID 16400，然後

oid2name -d <database with OID 16400> -f 559613 

找出哪個表屬於文件559613.

是佐餐大於12 GB？如果不是，那意味着頁面1671400確實是一個無效值。

你沒有告訴你正在使用哪個PostgreSQL版本，但是也許在更高版本中修復了複製錯誤，即使沒有硬件錯誤也可能導致複製問題;閱讀發行說明。

我會執行一個新的pg_basebackup並重新初始化從系統。

但我真的擔心可能是主服務器上的數據損壞。塊校驗和很酷（如果pg_controldata <data directory> | grep checksum給出1，則開啓），但可能不會檢測到內存損壞的影響。

嘗試像

pg_dumpall -f /dev/null 

在主，看看是否有錯誤。

保留您的舊備份以防您需要修理某些東西！