Diagnosticar la causa de un node eviction / reinicio inesperado de un nodo

Comando

# 1) When, which node, evicted by whom: CRS alert log (on every node)
grep -E "CRS-1601|CRS-1607|CRS-1608|CRS-1609|CRS-1610|CRS-1611|CRS-1612|CRS-8011" \
  $ORACLE_BASE/diag/crs/$(hostname -s)/crs/trace/alert.log
# 2) CSS details: was the network heartbeat or the disk heartbeat lost
grep -iE "evict|misscount|heartbeat|disk HB|network HB" \
  $ORACLE_BASE/diag/crs/$(hostname -s)/crs/trace/ocssd.trc | tail -100
# 3) Who triggered the reboot (cssdagent/cssdmonitor):
ls -lt $ORACLE_BASE/diag/crs/$(hostname -s)/crs/trace/ohasd_cssd*.trc
# 4) OS resources at the time of the event (Cluster Health Monitor):
oclumon dumpnodeview -allnodes -s "2026-01-15 03:10:00" -e "2026-01-15 03:20:00"
# 5) Diagnostic collection from all nodes (AHF/TFA):
tfactl diagcollect -crs -os -last 4h
# 6) OS side: /var/log/messages, journalctl -k (OOM, NIC, multipath, I/O errors)

Qué hace

Sigue en orden la cadena del node eviction: mensajes CRS-16xx en el alert log de CRS, pérdidas de heartbeat en ocssd.trc, métricas del SO de CHM y los logs de todos los nodos recopilados con TFA.

Cuándo usarlo

Cuando un nodo se reinicia inesperadamente o es expulsado del clúster, para el análisis de causa raíz (RCA) y un SR de Oracle Support.

Precaución

Recopile logs de todos los nodos que cubran la hora del evento; los archivos trace rotan y se pueden perder evidencias. Verifique que las zonas horarias sean iguales en todos los nodos (CTSS/NTP). No aplique "correcciones" como subir misscount antes de recopilar las evidencias.