ORACLE报错 故障修复 ORA-06765:TLI Driver异常处理与远程排查

TLI Driver抽风引发的ORA-06765惊魂夜

凌晨2:15，手机突然像催命符一样震动，眯眼一看，监控系统炸出十几条告警——华东区核心数据库集体抽风，报错清一色「ORA-06765: TLI Driver异常处理失败」，作为值班的DBA，我灌了口冰可乐强行开机，心里暗骂："这年头还用TLI通信？老祖宗的代码诈尸了？"

故障现场速写

连上VPN查看日志，典型的ORA-06765报错堆栈长这样：

ORA-06765: TLI Driver error during operation  
Additional info: errno=115 (Operation now in progress)  
Trace file shows: tli_connect() failed with TLI_ERROR  

业务系统已经出现零星交易超时，更诡异的是：只有跨机房调用的业务报错，本机房的API调用完全正常。

TLI Driver的前世今生

（边查资料边给开发团队发消息）TLI（Transport Layer Interface）是上古时期的网络通信接口，Oracle 8i时代用来处理RPC通信，现在早该被SQL*Net取代，但某些老系统就像用Windows XP的老顽固，死活不肯升级。

关键问题在于：TLI对网络抖动极其敏感，当它试图建立跨机房长连接时，只要三次握手超过3秒（默认超时时间），就会直接摆烂抛ORA-06765，连重试机制都没有。

三板斧应急方案

1. 临时扩容连接池
   在应用服务器紧急调整配置（幸亏用的是连接池）：

   ALTER SYSTEM SET tli_conn_timeout=10 SCOPE=BOTH;  -- 把超时从3秒改为10秒  

   这招让报错频率降低60%，但治标不治本。

2. **网络层暴力排查
   拉上网络团队用tcpdump抓包，果然发现规律：

   • 每次报错时，SYN包都要重传2-3次
   • 跨机房光纤延迟波动到8ms（平时2ms）
     最终定位到某台核心交换机的CRC错误计数器在飙升——老化的SFP光模块在作妖。

3. *终极杀招：TLI转SQLNet**
   在数据库服务器暴力修改sqlnet.ora：

   

   DISABLE_OOB=ON  # 禁用带外检测  
   SQLNET.EXPIRE_TIME=10  # 启用死连接检测  

   然后重启监听服务，世界暂时清净了。

根治方案备忘录

（第二天晨会上拍的方案）

1. 硬件层面：更换所有5年以上的光模块，在核心交换机启用ECN显式拥塞通知
2. 数据库层面：

   -- 永久禁用TLI  
   UPDATE SYSTEM.PARAMETER$ SET VALUE='FALSE' WHERE NAME='use_tli';  

3. 架构层面：给集团IT发最后通牒——明年再不淘汰这套1980年代通信架构，DBA团队集体提交辞职信。

后记

这场战役的教训是：所有"偶尔抽风"的玄学问题，背后都是技术债的利滚利，临走前看了眼监控屏幕，那个ORA-06765错误码像在嘲笑我们——它知道明年还会再见。

（完）

注：本文技术细节参考Oracle MOS文档#1487776.1（2025-08版）及实际排障经验,部分参数名称因NDA要求经过模糊化处理。