确认是否真驱逐需查ocssd.log中“eviction initiated for node x”或“lost 2 disk heartbeats”，有则确为cssd触发的节点级驱逐，无则可能为假死或实例级异常；再结合iostat与私网诊断定位根因。
先看 ocssd.log 里有没有 “Lost 2 disk heartbeats” 或 “Eviction initiated for node X” —— 没这两条，基本不是真驱逐；有，立刻查存储 I/O 和私网连通性。
确认是不是真被驱逐，而不是假死或日志误报
很多人一看到 alert.log 里 ORA-29740: evicted by instance number X 就认定是驱逐，但实际可能是实例级 member kill（比如 ASM 实例挂了），节点本身没重启。关键要看：
- 被“驱逐”节点的
$GRID_HOME/log/<hostname>/cssd/ocssd.log</hostname>中是否出现Eviction initiated for node X或node eviction initiated—— 这才是 CSSD 启动节点级驱逐的铁证 - 是否伴随
IPC Receiver dump detected或大量minact-scn: useg scan erroring out—— 这类报错说明实例已卡死，驱逐只是结果，不是原因 - 检查系统日志：
dmesg | grep -i "killed process"或journalctl -b | grep -i "oom\|kill"，排除 OOM Killer 杀进程导致的伪驱逐
查存储延迟：voting disk I/O 是第一怀疑对象
存储延迟触发驱逐是刚性逻辑：只要 voting disk 的心跳写入超时（超过 disktimeout），CSSD 就强制驱逐，不看网络。
- 用
crsctl query css votedisk确认投票盘在哪个 ASM 磁盘组（比如+VOTE），再用asmcmd lsdg和asmcmd ls -l查清它落在哪几块物理盘上 - 在对应节点跑
iostat -x 1 5，重点盯：%util > 95、await > 50ms、r_await/w_await持续飙升 —— 这些比平均值更有意义 - VMware 环境必须验证：
disk.EnableUUID=true是否启用、共享磁盘是否设为 “multi-writer”、控制器类型是否为 LSI Logic SAS（非 IDE 或 BusLogic）
查私网通信：Packet Reassembles Failed 是高危信号
Packet Reassembles Failed 不是警告，是网络栈已无法处理分片包，Cache Fusion 和集群心跳都会断。它常被忽略，因为不直接写在 alert.log 里。
- 在节点系统层查：
netstat -s | grep -i "reasm"或cat /proc/net/snmp | grep -i "Reasm"，看ReasmFails计数是否持续增长 - 私网 MTU 必须统一且 ≥1500（VMware 虚拟网卡易混用 e1000/vmxnet3，导致一端 MTU=1500、另一端=1472）
- 抓包验证：
tcpdump -i bond0 -nn 'ip[6:2] > 576' -c 10（捕获分片包），再看接收端能否完整重组；若tcpdump显示大量IP fragment但无对应完整包，就是重组失败 - 防火墙必须放行 UDP 12500–12600 端口（RAC 私网默认走 UDP，不是 TCP）
别跳过 _lm_tickets 和 HugePages 配置
这两个参数不显眼，但一旦出问题，症状就是“重配置卡住 → lms/lmd 等待超时 → 相互驱逐”，和网络/存储无关。
-
_lm_tickets建议值 =SGA_MAX_SIZE(GB) × 50（例如 SGA=120GB → 设为 6000），小于 5000 在大内存场景下极易耗尽 ticket 导致 LMS 发送队列挂起 - HugePages 必须禁用
transparent_hugepage（改/etc/default/grub+grub2-mkconfig+ reboot），否则use_large_pages=only会 fallback 失败，表现为 PMON 反复崩溃、实例启动卡在 “Starting background process VKRM” - 验证 HugePages：运行
$ORACLE_HOME/rdbms/install/hugepages_settings.sh（必须在实例已启动后执行），输出值要加 5% 余量，且sysctl -p后检查vm.nr_hugepages是否生效
真正难排查的驱逐，往往不是单一原因。比如 iostat 看上去正常，但 await 波动剧烈（20ms → 200ms → 15ms）；或者 ocssd.log 里同时出现磁盘心跳丢失和 IPC Send timeout detected —— 这时候得同步比对三份日志的时间戳：ocssd.log、oclsomon.log、对应节点的 alert.log，毫秒级对齐才能锁定根因。
