事情是这样,给某客户培训构建hands-on实验环境时,因测试环境有限,在同一环境做了一套ADG环境;
数据库是单实例,版本19.21,使用了多租户选件;
其中一个测试的PDB,名为demo1,其中建好测试用户jingyu,遇到的问题是:
使用sqlplus连接时,会随机连接到主库或者备库。
排查定位也很简单,因为这样的环境,监听lsnrctl status可以看到对应的服务下,是存在两个实例的,一个是主库,一个是ADG备库,但是,修改配置tnsnames.ora时,指定具体实例的语法怎么写,AI误导我走了弯路。
- 监听服务如下:
Service "demo1.sub00000000000.xxvcn.xxxxxxvcn.com" has 2 instance(s).
Instance "DB0913", status READY, has 1 handler(s) for this service...
Instance "DB0913_DG", status READY, has 1 handler(s) for this service...
- tnsnames.ora配置如下:
DEMO1 =
(DESCRIPTION =
(ADDRESS = (PROTOCOL = TCP)(HOST = demo.sub00000000000.xxvcn.xxxxxxvcn.com)(PORT = 1521))
(CONNECT_DATA =
(SERVER = DEDICATED)
(SERVICE_NAME = demo1.sub00000000000.xxvcn.xxxxxxvcn.com)
)
)
这里面就是标准配置,HOST那里写主机名或IP地址,这里同一环境,所以主备库肯定一样,端口也是标准的1521,service_name是默认的pdb服务名,也一样。
所以当使用:
sqlplus jingyu/pwd@demo1
连接就会随机连接到主库或者备库。
而我们应该指定到底是连接主库还是备库。
正确的方法是查阅Oracle官方文档说明,可以找到这个参数:
6.9.7 INSTANCE_NAME
Purpose
To identify the database instance to access.
Usage Notes
Set the value to the value specified by the INSTANCE_NAME parameter in the initialization parameter file.
Put this parameter under the CONNECT_DATA parameter.
说的非常明白,在CONNECT_DATA参数下面,添加INSTANCE_NAME指定要连接的实例。
所以,正确的做法应该是这样配置:
P_DEMO1 =
(DESCRIPTION =
(ADDRESS = (PROTOCOL = TCP)(HOST = demo.sub00000000000.xxvcn.xxxxxxvcn.com)(PORT = 1521))
(CONNECT_DATA =
(SERVER = DEDICATED)
(SERVICE_NAME = demo1.sub00000000000.xxvcn.xxxxxxvcn.com)
(INSTANCE_NAME = DB0913)
)
)
S_DEMO1 =
(DESCRIPTION =
(ADDRESS = (PROTOCOL = TCP)(HOST = demo.sub00000000000.xxvcn.xxxxxxvcn.com)(PORT = 1521))
(CONNECT_DATA =
(SERVER = DEDICATED)
(SERVICE_NAME = demo1.sub00000000000.xxvcn.xxxxxxvcn.com)
(INSTANCE_NAME = DB0913_DG)
)
)
然后,指定清楚别名来区分主备库的连接:
--连接主库:
sqlplus jingyu/pwd@p_demo1
--连接备库:
sqlplus jingyu/pwd@s_demo1
非常简单对吧?
可是自己最开始偷懒,直接问了LLM的AI,结果前期得到各种风马牛不相及的答案。
比如让我去加(ROLE=PRIMARY)
、(ROLE=PHYSICAL STANDBY)
这样的参数,或者是(SID=DB0913)
、(SID=DB0913_DG)
。
这次终于算是让我切身感受了LLM的幻觉问题有多严重。
由于前段时间通过AI快速辅助我解决了一个疑难问题,让我树立了对AI的信心。
可是这次,如此简单的问题,给出的答案经过测试却完全不对。
看来客观事实是,目前针对专业性问题,AI的局限性其实还是很大的,不怕你说不知道,就怕一本正经的胡说八道。。。
另外提供给AI非常精准的提示词也是非常有挑战的一件事情,比如这个问题,我相信如果提示词写的足够好,也可能会得到正确答案,但很可能前提是你知道这个参数。。比如我查阅了官方手册,再试图引导去问的时候,的确可以得出正确的答案,可这个意义还有多大很值得商榷。
AI这样的回答给人带来的迷惑性极大,导致明明很简单的一个技术问题,却浪费了很多时间。
不过,也不能因噎废食,相信随着技术的进步,通过更好的通用LLM,辅助加上专业领域知识RAG的检索增强,一定会得到越来越可靠的答案给我们做参考,但目前看起来很长一段时间内,都还需要专家来严格把关最终结果。