达梦数据库DM8自动化巡检实战：从脚本编写到报告生成的全流程指南
在数据库运维领域，重复性巡检工作往往占据DBA大量时间。以达梦数据库DM8为例，传统手工巡检不仅效率低下，还容易因人为疏忽导致关键指标遗漏。本文将分享一套经过生产环境验证的自动化巡检方案，通过Shell与Python脚本组合，实现从数据采集到报告生成的全流程自动化。
1. 自动化巡检框架设计
一套完整的自动化巡检系统需要包含数据采集、异常检测、报告生成三大模块。针对达梦数据库的特点，我们建议采用分层架构：
├── scripts/ # 脚本目录 │ ├── collector/ # 数据采集脚本 │ ├── analyzer/ # 数据分析脚本 │ └── reporter/ # 报告生成脚本 ├── config/ # 配置文件 │ ├── dm8_instances.yaml # 实例配置 │ └── thresholds.yaml # 阈值配置 └── outputs/ # 输出目录 ├── weekly/ # 周检报告 └── monthly/ # 月检报告关键设计原则：
- 模块化：每个功能独立为单独脚本，便于维护和扩展
- 配置驱动：将数据库连接信息、检查项阈值等抽离为配置文件
- 幂等性：脚本可重复执行且结果一致
- 错误隔离：单个检查项失败不应影响整体流程
提示：建议使用版本控制系统（如Git）管理巡检脚本，每次变更都有迹可循
2. 核心检查项实现方案
2.1 磁盘空间监控
磁盘空间不足是导致数据库故障的常见原因。以下Shell脚本通过df命令获取空间使用情况，并与预设阈值比较：
#!/bin/bash # 获取达梦数据目录所在分区使用率 DM_DATA_DIR="/dm8/data" THRESHOLD=80 usage=$(df -h ${DM_DATA_DIR} | awk 'NR==2 {print $5}' | tr -d '%') if [ ${usage} -ge ${THRESHOLD} ]; then echo "CRITICAL: 磁盘使用率 ${usage}% 超过阈值 ${THRESHOLD}%" exit 1 else echo "OK: 磁盘使用率 ${usage}%" fi可将此脚本保存为check_disk.sh，通过crontab设置每日执行：
0 9 * * * /path/to/check_disk.sh >> /var/log/dm8_check.log2.2 License有效期检查
通过SQL查询获取License信息，Python实现示例如下：
import dmPython import datetime def check_license(conn_str): try: conn = dmPython.connect(conn_str) cursor = conn.cursor() cursor.execute("SELECT EXPIRED_DATE FROM SYS.V$LICENSE") expired_date = cursor.fetchone()[0] if expired_date is None: return "无限制" remaining = (expired_date - datetime.date.today()).days if remaining < 30: return f"警告: License将在{remaining}天后过期" return f"有效至{expired_date}" except Exception as e: return f"检查失败: {str(e)}" finally: cursor.close() conn.close()2.3 表空间监控
表空间使用率需要重点关注，以下SQL可获取详细信息：
SELECT t.NAME AS 表空间名, ROUND(d.TOTAL_SIZE/1024/1024,2) AS 总大小_MB, ROUND((d.TOTAL_SIZE-d.FREE_SIZE)/1024/1024,2) AS 已用_MB, ROUND((1-d.FREE_SIZE/d.TOTAL_SIZE)*100,2) AS 使用率 FROM SYS.V$TABLESPACE t JOIN (SELECT GROUP_ID, SUM(TOTAL_SIZE) TOTAL_SIZE, SUM(FREE_SIZE) FREE_SIZE FROM SYS.V$DATAFILE GROUP BY GROUP_ID) d ON t.ID = d.GROUP_ID ORDER BY 使用率 DESC;建议对关键表空间设置不同阈值：
| 表空间类型 | 警告阈值 | 严重阈值 |
|---|---|---|
| SYSTEM | 80% | 90% |
| TEMP | 85% | 95% |
| USER_DATA | 75% | 85% |
3. 异常检测与告警机制
单纯的检查还不够，需要建立完善的告警机制。推荐采用多级告警策略：
- 即时告警：针对致命错误（如磁盘满、服务宕机），立即发送短信/钉钉通知
- 汇总告警：每日汇总所有异常项，通过邮件发送详细报告
- 趋势告警：对关键指标（如CPU使用率、表空间增长）进行趋势分析，提前预警
以下是一个简单的邮件告警脚本：
import smtplib from email.mime.text import MIMEText def send_alert(subject, content, receivers): msg = MIMEText(content, 'html', 'utf-8') msg['Subject'] = subject msg['From'] = 'dm8_monitor@yourcompany.com' msg['To'] = ','.join(receivers) with smtplib.SMTP('smtp.server', 25) as server: server.send_message(msg)4. 报告生成与可视化
自动化报告应包含以下核心部分：
- 摘要信息：检查时间、数据库版本、总体健康状态
- 详细结果：各检查项结果，按重要程度排序
- 历史对比：关键指标与上周/上月数据对比
- 建议措施：针对发现的问题给出可操作建议
使用Python的Jinja2模板引擎可以轻松生成HTML报告：
from jinja2 import Environment, FileSystemLoader def generate_report(check_results): env = Environment(loader=FileSystemLoader('templates')) template = env.get_template('report.html') html = template.render( title='DM8巡检报告', results=check_results, date=datetime.now().strftime('%Y-%m-%d') ) with open('output/report.html', 'w') as f: f.write(html)示例报告模板片段：
<div class="panel panel-{{ 'danger' if item.status == 'CRITICAL' else 'warning' if item.status == 'WARNING' else 'success' }}"> <div class="panel-heading"> <h3 class="panel-title">{{ item.name }}</h3> </div> <div class="panel-body"> <p>{{ item.message }}</p> {% if item.details %} <pre>{{ item.details }}</pre> {% endif %} </div> </div>5. 高级技巧与优化建议
5.1 性能优化
巡检脚本本身不应影响数据库性能，建议：
- 避免在业务高峰期执行全量检查
- 对复杂查询添加
/*+ MONITOR */hint以便跟踪性能 - 使用连接池管理数据库连接
from DBUtils.PooledDB import PooledDB pool = PooledDB( creator=dmPython, mincached=3, maxcached=10, host='127.0.0.1', port=5236, user='SYSDBA', password='SYSDBA' )5.2 安全实践
- 使用配置加密保护数据库凭证
- 设置最小权限原则，为巡检创建专用账号
- 报告中的敏感信息（如IP、账号）应脱敏处理
-- 创建只读巡检账号 CREATE USER inspector IDENTIFIED BY "ComplexPwd@123"; GRANT SELECT ON SYS.V$DATAFILE TO inspector; GRANT SELECT ON SYS.V$TABLESPACE TO inspector;5.3 扩展性设计
通过插件机制支持自定义检查项：
# 在plugins目录下创建check_cpu.py class CPUMonitor: def run(self, config): # 实现CPU检查逻辑 return { "name": "CPU使用率", "status": "OK", "message": "当前使用率30%" } # 主程序动态加载插件 import importlib.util def load_plugin(name): spec = importlib.util.spec_from_file_location( name, f"plugins/{name}.py") module = importlib.util.module_from_spec(spec) spec.loader.exec_module(module) return module.PluginClass()6. 实际案例：某金融系统巡检实践
在某证券核心交易系统中，我们实施了这套自动化方案后：
- 巡检时间：从原来的4小时/次缩短到15分钟
- 问题发现率：关键问题100%及时捕获
- 故障预防：通过趋势分析提前避免了3次潜在故障
典型问题处理流程：
- 自动化脚本检测到TEMP表空间使用率达92%
- 触发紧急告警通知DBA团队
- 根据报告建议扩展表空间文件
- 分析临时表使用模式，优化SQL减少临时空间占用
-- 临时表空间扩展示例 ALTER TABLESPACE TEMP ADD DATAFILE '/dm8/data/TEMP02.dbf' SIZE 2048;这套方案经过多个大型项目的验证，特别适合以下场景：
- 需要管理多个DM8实例的环境
- 缺乏专职DBA的团队
- 对系统稳定性要求极高的关键业务系统
