PMON failed to acquire latch 的报错及sqlplus / as sysdba 无法连接 - 详解

你遇到的情况是：PMON 进程存在（说明实例在运行），但 sqlplus / as sysdba 或 connect / as sysdba 无法连接，同时你提到有 PMON failed to acquire latch 的报错。这表明数据库实例可能已经挂起（hung）或处于严重异常状态，无法响应新的连接请求。

---

当前问题的本质

• PMON 进程虽然存在，但可能卡死或陷入无限循环（如 latch 争用）。
• 共享内存（SGA）可能无法访问或损坏。
• 实例未完全崩溃，但已失去响应能力，无法接受新会话。
• 此时 sqlplus 连接会 卡住、超时或直接报错（如 ORA-03113: end-of-file on communication channel）。

---

✅ 解决方案：强制关闭并重启实例

由于数据库已无响应，必须强制终止当前实例，然后重新启动。

---

️ 步骤 1：尝试用 sqlplus 强制关闭（可能失败）

sqlplus /nolog
SQL> connect / as sysdba
SQL> shutdown abort;

• 如果命令卡住或报错（如 ORA-03114: not connected to ORACLE），说明无法通信，直接进入步骤 2。

---

️ 步骤 2：使用 orakill（Windows）或 kill（Linux/Unix）清理进程

✅ Linux/Unix 系统：

# 1. 查看所有 Oracle 进程
ps -ef | grep oracle | grep $ORACLE_SID
# 2. 杀掉所有与 Oracle 实例相关的进程（除你自己 shell 外）
# 注意：不要 kill 掉自己的终端进程
ps -ef | grep oracle | grep $ORACLE_SID | grep -v grep | awk '{print $2}' | xargs kill -9 2>/dev/null || true
# 或逐个 kill，更安全：
ps -ef | grep pmon
ps -ef | grep smon
ps -ef | grep lmon
# 找到对应 PID，执行 kill -9 <PID>

⚠️ kill -9 是最后手段，仅在 shutdown abort 失败时使用。

✅ 验证进程是否已清理：

ps -ef | grep pmon
# 正常情况下应无输出

---

️ 步骤 3：清理共享内存和信号量（关键！）

Oracle 使用共享内存（SGA）和信号量（semaphores），如果进程被 kill -9，这些资源可能残留，导致下次启动失败。

# 查看共享内存段
ipcs -m
# 查看信号量
ipcs -s
# 删除与当前 Oracle 用户相关的共享内存和信号量
ipcs -m | grep oracle | awk '{print $2}' | xargs -I {} ipcrm -m {}
ipcs -s | grep oracle | awk '{print $2}' | xargs -I {} ipcrm -s {}

这些残留资源是 ORA-27121: unable to determine size of shared memory segment 或 ORA-29770 的常见原因。

---

️ 步骤 4：重新启动数据库

# 设置环境
export ORACLE_SID=你的SID
export ORACLE_HOME=/u01/app/oracle/product/11.2.0/dbhome_1  # 根据实际路径修改
export PATH=$ORACLE_HOME/bin:$PATH
# 启动 sqlplus
sqlplus /nolog
SQL> connect / as sysdba
SQL> startup mount;
SQL> alter database open;

---

️ 步骤 5：使用 srvctl（如果使用 ASM 或 Oracle Restart）

# 启动数据库
srvctl start database -d <DB_NAME>
  # 检查状态
  srvctl status database -d <DB_NAME>

---

启动后必须做的事

1. 检查告警日志：

   tail -f $ORACLE_BASE/diag/rdbms/$ORACLE_SID/$ORACLE_SID/trace/alert_$ORACLE_SID.log

   查看是否有 PMON failed to acquire latch 再次出现。

2. 确认数据库是否稳定：

   select status, instance_name from v$instance;

3. 排查根本原因：

   • 是否有 内存不足？free -h
   • 是否有 存储 I/O 问题？iostat -x 1
   • 是否是 Oracle Bug？在 MOS 上搜索 PMON failed to acquire latch + 你的 Oracle 版本。
   • 是否有 高 latch 争用？检查 AWR 或 addmrpt.sql 报告。

---

为什么不建议一直 kill -9？

• 可能导致数据文件不一致（虽然 Oracle 有实例恢复机制）。
• 频繁发生说明有深层问题（Bug、硬件、配置不当）。

---

✅ 总结：你现在应该怎么做？

步骤	操作
1	ps -ef | grep pmon 确认进程存在
2	尝试 sqlplus / as sysdba → shutdown abort;（可能失败）
3	kill -9 所有 Oracle 进程（pmon, smon, lmon 等）
4	ipcs -m 和 ipcs -s → 清理残留共享内存和信号量
5	sqlplus / as sysdba → startup 重新启动
6	检查 alert.log，分析 PMON failed to acquire latch 根本原因

---

强烈建议：重启后立即收集告警日志和可能的 trace 文件，联系 DBA 或 Oracle 支持，排查是否为已知 Bug（如某些版本的 kgl latch 问题）。

如果你提供 Oracle 版本（如 11.2.0.4, 19c 等）和 alert.log 中的几行错误日志，我可以帮你判断是否是已知问题。