如何进行WebShpere MQ 运行故障的定位分析和排除1

如何进行WebShpere MQ 运行故障的定位分析和排除如何进行WebShpere MQ 运行故障的定位分析和排除如何进行WebShpere MQ 运行故障的定位分析和排除

任何一种软件,都会存在一定的系统管理工作,WebSphere MQ也不例外,在使用WebSphere MQ(以下简称MQ)时,我们可能会由于配置的原因或者由于系统的原因,也可能由于MQ本身的原因,而遇到MQ运行过程中的一些故障和问题,如何能够快速地定位这些问题,分析问题发生的原因,进而快速地解决问题,恢复系统正常运行呢?这需要一定的经验积累和技巧,本文将对这方面给出一些简单的提示和方法。

其实,MQ的故障分析手段很多,例如MQ的错误日志即是一种简单易行、快速有效的手段,通过查看错误日志往往能一针见血地迅速解决问题,另外MQ还提供了其它一些手段,如通过作 trace FFST (First Failure support technology) 等途径,来追踪和记录错误信息,从而解决问题。

作为一个跨平台的中间件产品,MQ在各个平台上的系统管理方法也有极大的相似之处,尤其在AIXSUNHP-UNIXUnix平台和WindowsNT/2000平台上,本文将以MQ for Windows NT/2000 为例,帮助您分析和定位产品运行过程中可能发生的问题,并给出查找问题的办法,帮助您分析问题产生的可能原因,从而给出解决问题的途径。

在分析故障原因时,通常可从一个或一系列症状入手,对它们进行跟踪以发现问题发生的原因。然而,诊断问题不是解决问题。但是,问题诊断的过程常使你能够解决问题。例如,如果你发现引起问题的原因是应用程序中的一个错误,你就可以通过改正该错误来解决问题。如果在确定了问题的原因并采取了相应措施后,您仍不能解决问题,您可以和IBM支持中心联系以帮助您解决问题。

MQ作为一个通讯中间件产品,它的运行故障概括而言主要与网络、MQ本身以及客户应用三个方面有关,通常出现故障时,主要要从这三方面考虑,当然还需要排除和考虑其它一些额外因素,例如,是否别的应用出现异常,把内存等资源耗尽从而导致了MQ的运行失败等等。

MQ为我们提供了丰富的故障分析手段,例如,MQ的系统管理命令,MQ的各种类型的错误日志,MQtrace, FFST等。以下本篇将从错误日志、常见故障分析等几方面探讨一下MQ的故障分析技巧。首先我们讨论对于发现问题、解决问题十分重要,也非常奏效的MQ提供的错误日志手段,然后讨论在MQ运行过程中可能会出现的问题,并给出基本的解决方案,最后简单讨论MQ提供的trace FFST(First Failure support technology) 两种错误分析手段。

1 错误日志分析

MQ运行过程中,出现问题时,我们第一个应该采取的行动应该是察看MQ的错误日志。注意,在这里,不要将MQ系统的数据日志和错误日志相混淆。MQ的数据日志包含了“data”“action”两部分,在NT/2000平台上位于/mqm/log下(假设MQSeries产品安装目录为C:\MQM下),是对MQ的消息数据以及用户对MQ的操作的纪录,是用于数据备份和系统恢复时使用的,也是数据不丢失、不重复的保障。而MQ的错误日志是对MQ系统运行过程中出现错误的纪录,它是我们查找错误原因的最简单快捷,最方便有效的手段。用户一定要掌握这一方法,养成察看错误日志的良好习惯。

MQ在各种层次上,为用户提供了丰富的日志文件,这些日志文件包含了所有被启动的队列管理器、有关对MQ的队列管理器操作、以及被启动的通道的相关信息,当队列管理器和通道等运行时,有关信息包括出现异常情况时的信息都将在日志文件中有所体现。

Windows NT/2000环境中,各个日志文件的位置如下(假设MQSeries产品安装目录为C:\MQM)

若队列管理器名称已知,并且处于运行状态,错误日志位于:

c:\mqm\qmgr\QMgrName\errors

若队列管理器不处于运行状态,则错误日志位于:

c:\mqm\qmgrs\@SYSTEM\errors

若错误与系统有关,则错误日志位于:

c:\mqm\errors

若错误与MQ客户端程序有关,则错误日志位于客户机的根目录下:

c:\mqm\errors

另外,对于MQ for Windows NT/2000平台, 错误信息也会被加在操作系统的Application Log中,通过NT/2000操作系统提供的事件日志也可以检测和察看到。

1.1 日志文件

MQ产品安装时,在qmgrs路径下会建立@SYSTEM的子目录,在errors子目录下会产生三个日志文件:

AMQERR01.LOG

AMQERR02.LOG

AMQERR03.LOG

当你建立了队列管理器以后,该队列管理器所需的日志文件随之产生。在mqm\qmgr\QMgrName\errors子目录下会产生三个日志文件:

AMQERR01.LOG

AMQERR02.LOG

AMQERR03.LOG


每个文件的大小为:256KB

当错误信息产生后,被放在AMQERR01.LOG中。当AMQERR01.LOG大于256KB时,AMQERR01.LOG中的信息被拷贝到AMQERR02.LOG中,新的错误信息又放在AMQERR01.LOG文件中,依此类推。

因此,最新的错误信息总是存储在AMQERR01.LOG中,历史信息存储在AMQERR02.LOG AMQERR03.LOG中。我们应该按照该顺序察看错误信息,并从该文件中获取信息,根据它的提示采取相应的措施,例如:如果TCP/IP出错,您需要检查一下网络状态是否正常;如果发现无法连接对方的队列管理器,您需要检查一下对方的MQ是否处于运行状态以及对方的通道侦听程序是否启动;如果错误日志显示通道未在远程定义,您可以检查您定义的通道的大小写是否正确等。


 

2 常见故障分析

在开始详细分析问题的原因之前,我们应该首要考虑一下可能导致问题的一些较明显的因素,或导致问题发生的最大可能性因素,这样便于把分析问题的范围限制到最小。

如前所述,有关的MQ的异常情况的发生,通常主要与三方面的因素有关,即:

MQSeries本身


网络


客户的应用

2.1 初步分析

当出现问题时,可从这三方面着手分析原因,这里,列举了一些基本问题,您可以按照此顺序来查找问题的原因。

    在此之前MQ是否运行正常?

    从最近一次成功运行以来,是否在某些地方作过改动?

    在此之前,应用是否运行成功?

如果您的系统曾经运行正常,那麽在出现问题之前,您对哪些部分做了改动,如:有的用户可能由于网络重新规划而更改了某个主机的IP地址,则可能导致通道无法连通;有的用户新设置了防火墙,则需要进行相应的配置,才能使MQ的通道运行正常。如果您没有对系统配置做过更改,您可以分析是否运行环境发生了变化,如:是否由于业务量的加大导致应用程序队列满了,您需要加大队列的最大深度;是否由于连接数量的增加,导致无法建立新的连接,这时,您需要察看在队列管理器配置文件中,与通道相关的MaxChannelsMaxActiveChannels的配置是否足够大。

    有无错误信息?

可以察看错误日志,得到错误信息。

    是否与MQI应用有关,利用返回码能否解释原因?

对于每一个函数调用,MQ都会返回一个Completion CodeReason Code,通过MQI返回码Reason Code,可以在API一层,确定错误原因,Reason Code代表的含义可以参考编程手册,或者从cmqc.h头文件中获得。如:RC2035,代表没有操作权限;RC2085,表示没有该对象;RC2080,表示应用程序给出的buffer小于消息的实际大小等。

    问题能再现吗?

    从最近一次成功运行以来,是否在某些地方作过改动?

    在此之前,应用是否运行成功?

    网络是否连接正常?

    问题是否总在每天的某一固定时刻发生?

2.2 深入分析

如果初步分析无法解决问题,您必须更进一步查找原因,您可以近一步考虑如下问题:

2.2.1 与队列相关的问题

1) 队列状态是否正常?

    DISPLAY QUEUE命令查看队列的各项状态

    用得到的队列信息进一步查看:

a) 如果CURDEPTH达到MAXDEPTH,表明队列深度已满,新消息已不能再进入队列,要及时处理队列中积存的消息;或者增大队列的MAXDEPTH属性。 b) 如果CURDEPTH还没有达到MAXDEPTH,再考虑以下两种情况:

如果队列被设置为可触发类型的,要检查触发条件有没有满足?相关触发进程的定义是否正确?如果队列不是触发类型的,要检查队列是否为可共享的,是否允许PUTGET的操作等。

2) 消息是否成功地放入队列?

如果消息没有成功地放入队列,您可以检查:

    队列是否被正确定义?例如,队列的MaxMsgLength属性是否足够大以容纳所需大小的消息?

    队列是否被允许放入?

    队列是否已满?这可能意味着应用程序无法将要求的消息放入队列。

    有没有另一个应用程序取得了独占队列的权力?

3) 你是否可以从队列取出任何消息?

如果你无法从队列中取出任何消息,检查:

    其他应用程序能否从队列中取出消息?

    有没有另一个应用程序取得了独占队列的权力?

如果你正在开发应用程序,检查:

    你是否需要使用一个同步点? 如果使用同步点控制来放入或检出消息,它们直到工作单元被提交前不能用于其它任务。

    是否等待了足够长的时间? 作为MQGET调用的一个选项,你可以设置等待间隔。你应该确保等待响应足够长的时间。

    你是否在等待一条由消息或相关标识符(MsgIdCorrelId)标识的特定消息?

检查你在等待的消息的MsgIdCorrelId是否正确。成功的MQGET调用会把这些值设置为检索到的消息的值,所以你可能要重设这些值以便成功地取出另一条消息。

    您对消息是否进行了分段处理,您是否在利用MQGET读取消息时,采用了正确的选项(MQGMO),从而获取消息的整体。

    还要检查一下你是否能够从队列中取出另一条消息。

    你期望的消息有没有被定义为持久的? 如果没有,并且MQ重新启动后,消息将已丢失。

4)问题是否与远程队列有关?

以下文章点击率最高

Loading…


发表评论

电子邮件地址不会被公开。 必填项已用*标注