Oracle 19c集群搭建教程:ESXi 7.0下CentOS 7.8环境
5星 · 超过95%的资源 需积分: 32 10 浏览量
更新于2024-07-04
收藏 1.05MB PDF 举报
"Oracle 19c 集群搭建教程在ESXi 7.0下的CentOS 7.8虚拟环境中"
Oracle 19c是Oracle数据库的一个版本,它支持集群部署,以提供高可用性和容错能力。在本教程中,我们将详细探讨如何在ESXi 7.0虚拟化平台上,利用CentOS 7.8操作系统搭建Oracle 19c集群。
一、虚拟机环境准备
1. 安装两台虚拟机:为了构建集群,我们需要两台互相连接的虚拟机,每台配置两块网卡,一块用于局域网通信,另一块用于心跳检测。
2. 网络配置:在安装完成后,对两台虚拟机的网卡进行配置,设置独立的IP地址,确保彼此可以通信。
3. 修改主机名:分别将两台虚拟机的主机名设置为`db1`和`db2`,通过`hostnamectl set-hostname`命令执行,并重启主机以使更改生效。
二、共享存储配置
1. 添加存储设备:在每台虚拟机上,通过虚拟机管理界面添加新的磁盘控制器,并挂载共享磁盘。
2. 分享磁盘:在节点一中添加共享磁盘,然后在节点二中识别并添加该已存在的共享磁盘。
三、ESXi虚拟机参数调整
为了使裸磁盘在Oracle集群中可用,需要在ESXi上修改虚拟机参数,添加配置`disk.enableUUID TRUE`,这使得虚拟机可以从磁盘获取UUID。
四、Oracle 19c集群搭建
1. 系统配置共享磁盘:首先,通过`scsi_id`命令在两台节点上检查磁盘UUID,确保它们都能识别共享磁盘。
2. 创建udev规则:在节点一上创建`99-oracle-asmdevices.rules`文件,定义一个规则将磁盘与特定的UUID关联起来,并设置权限。例如,对于磁盘`sdb`,设置如下:
```
KERNEL=="sdb", SUBSYSTEM=="block", PROGRAM=="/usr/lib/udev/scsi_id -g -u -d /dev/$name", RESULT=="36000c2951261597d2fb680c29c0610c9", SYMLINK+="asm-ocrdisk1", OWNER="grid", GROUP="asmadmin", MODE="0660"
```
3. 应用规则:在节点一上,使用`udevadm control --reload-rules`和`udevadm trigger`命令使改动生效,并验证符号链接是否已创建。
4. 复制规则文件:将`99-oracle-asmdevices.rules`文件从节点一复制到节点二,并在节点二上执行相同的命令应用规则。
以上步骤完成了Oracle 19c集群的基础环境准备。接下来,你需要继续安装Oracle Grid Infrastructure(GI)和数据库软件,设置集群资源,配置OCR(Oracle Cluster Registry)和 Voting Disks,以及进行必要的网络和存储配置。在Oracle RAC(Real Application Clusters)中,Grid Infrastructure提供了集群的管理和协调,而数据库实例则在集群内运行,实现数据共享和高可用性。在完成所有配置后,测试故障转移和恢复功能以确保集群的正确运作。
2017-11-21 上传
2020-04-09 上传
2024-10-30 上传
2024-10-30 上传
2024-10-30 上传
2024-07-26 上传
2021-02-04 上传
guo_lujian
- 粉丝: 1
- 资源: 1
最新资源
- Java毕业设计项目:校园二手交易网站开发指南
- Blaseball Plus插件开发与构建教程
- Deno Express:模仿Node.js Express的Deno Web服务器解决方案
- coc-snippets: 强化coc.nvim代码片段体验
- Java面向对象编程语言特性解析与学生信息管理系统开发
- 掌握Java实现硬盘链接技术:LinkDisks深度解析
- 基于Springboot和Vue的Java网盘系统开发
- jMonkeyEngine3 SDK:Netbeans集成的3D应用开发利器
- Python家庭作业指南与实践技巧
- Java企业级Web项目实践指南
- Eureka注册中心与Go客户端使用指南
- TsinghuaNet客户端:跨平台校园网联网解决方案
- 掌握lazycsv:C++中高效解析CSV文件的单头库
- FSDAF遥感影像时空融合python实现教程
- Envato Markets分析工具扩展:监控销售与评论
- Kotlin实现NumPy绑定:提升数组数据处理性能