应急手册

• 数据库变慢整个应用变慢；查询耗时远超平常，用户在抱怨。
• 磁盘/表空间已满出现 'unable to extend'、'disk full'、'log file full' 错误；写入正在停止。
• 阻塞与锁危机查询挂起，出现 'lock wait timeout'，大量会话在等待，但 CPU 很低。
• 连接风暴（连接过多）出现 'too many connections'、'ORA-00018'、'remaining connection slots reserved'——新连接被拒绝。
• 复制延迟/停止备库/副本正在落后或已完全停止；只读副本显示的是过时数据。
• CPU 过高服务器 CPU 达到 90% 以上；整个系统变慢，load average 很高。
• 内存压力 / OOMOOM killer 终止进程，出现 'out of memory'、缓存命中率低、过度 swap，Redis 报 'OOM command not allowed'。
• 事务日志 / undo 膨胀事务日志文件或 undo/redo 区域快速增长；出现 'log full'、'ORA-01555 snapshot too old'、'unable to extend…
• 死锁分析出现 'deadlock detected'、'ORA-00060'、'chosen as deadlock victim'——事务相互锁住，其中一个被中止。
• 数据库无法打开 / 无法访问无法连接到服务，出现 'connection refused'，实例无法启动，listener 无响应。
• 数据损坏读取时出现 'ORA-01578'、'page corruption'、'checksum mismatch'、'MISCONF' 等 I/O 一致性错误。
• 长时间运行的查询 / 作业某个查询/作业已运行数小时仍未结束；它消耗资源或影响其他操作。
• Postgres XID 回卷 / autovacuum 危机出现 'database is not accepting commands to avoid wraparound data loss'；autovacuum 跟不上，datf…
• tempdb 争用（SQL Server）PAGELATCH_UP/EX 等待，tempdb 分配页（PFS/GAM/SGAM）上的争用，整体变慢。
• TLS / 证书过期出现 'certificate has expired'、'SSL handshake failed'，客户端突然无法连接（代码没有任何变更）。
• 版本升级 / 补丁回退升级/打补丁后出现问题：性能回退、应用不兼容或数据库无法打开。
• Elasticsearch 集群 red/yellow 与未分配分片_cluster/health 为 'red' 或 'yellow'；存在未分配分片；读/写受限或数据无法访问。
• 时钟偏差 / NTP 问题集群节点之间存在时钟差异；复制/选举不一致，出现 'certificate not yet valid'，日志中时间跳变。
• Oracle Data Guard（物理备库）搭建目标：使用物理备库（Data Guard）为 Oracle 搭建灾难恢复和高可用；在主库故障时能够切换到备库。
• SQL Server Always On 可用性组搭建目标：使用 Always On 可用性组（AG）为 SQL Server 搭建自动故障转移和可读辅助副本。
• PostgreSQL 流复制 + 自动故障转移目标：使用流复制为 PostgreSQL 搭建 hot standby，并加入 Patroni/repmgr 实现自动故障转移。
• MySQL InnoDB Cluster（Group Replication）搭建目标：使用 InnoDB Cluster（Group Replication + MySQL Shell + MySQL Router）为 MySQL 搭建具备自动故障转移的高可…
• MongoDB 副本集 + 分片搭建目标：为 MongoDB 搭建具备自动故障转移的副本集，并将其扩展为分片集群以实现横向扩展。
• 使用 Redis Sentinel + Cluster 实现高可用目标：使用 Sentinel 为 Redis 搭建具备自动故障转移的 master-replica 部署；若需要横向扩展，则切换到 Redis Cluster 模式。
• Elasticsearch 弹性：副本 + 快照 + CCR目标：通过副本分片、专用 master/data 节点、快照备份（SLM）和跨集群复制（CCR）为 Elasticsearch 构建弹性。
• 安全加固：SQL 数据库（Oracle、PostgreSQL、MySQL、SQL Server）目标：按 CIS 风格加固关系型数据库——默认账户、强密码策略、最小权限、网络限制、TLS、审计和加密（TDE）。
• 安全加固：MongoDB / Redis / Elasticsearch目标：按 CIS 风格加固 NoSQL/数据存储——认证、网络限制、阻止危险命令、TLS、最小权限角色和审计。
• 云托管数据库（RDS/Aurora/Cloud SQL/Atlas/Azure SQL）目标：了解云托管数据库与自行管理安装之间的关键差异；理解备份、参数、故障转移、监控、升级和连接在云中如何运作。
• 使用 Ansible 实现数据库自动化目标：使用 Ansible 使数据库安装、配置、用户和备份任务可重复且幂等（重复运行同一个 playbook 不会破坏系统）。
• 使用 Terraform 配置数据库（IaC）目标：使用 Terraform 将数据库基础设施（实例、参数组、网络）定义为代码（基础设施即代码）；建立 plan/apply 流程、远程 state 和漂移管理。
• Kubernetes 上的数据库（operator）目标：借助 operator 在 Kubernetes 上运行数据库；使用 operator 提供的自动故障转移、持久存储和备份功能，而不是单纯的 StatefulSet。
• Schema 迁移 CI/CD（Flyway/Liquibase）目标：用带版本号的迁移文件管理数据库 schema 变更；在 CI/CD 中使用 Flyway 或 Liquibase 自动但可控地应用这些变更。
• 自动化备份（pgBackRest/Barman/Xtrabackup/cron）目标：自动化数据库备份；通过定时的完整+增量+WAL/binlog 归档、保留策略、验证和异地副本，构建可靠的恢复链。
• GitOps 与蓝绿 / 零停机部署目标：在不停机的情况下部署 schema 和应用变更；通过 expand-contract 迁移、蓝绿环境、功能开关和自动回滚，接近零停机。