MySQL 备份恢复体系:物理备份、PITR 与"没演练过的备份等于没有"
数据库事故复盘里最常见的句子是"有备份,但恢复不出来"。MySQL 的备份选项很多——mysqldump、xtrabackup/MEB、clone plugin、binlog PITR、云快照——正确做法是把它们组合成分层 RPO/RTO 体系,并让恢复演练成为例行工作。本文给一套可直接抄的分层方案与演练脚本。
一、备份分层模型
| 层 | 手段 | RPO | 恢复速度 | 适用 |
|---|---|---|---|---|
| L1 物理全量 | Clone plugin / MySQL Enterprise Backup / xtrabackup | 小时级 | 快(GB/min 级) | 大库基线 |
| L2 逻辑备份 | mysqldump / mydumper(并行) | 天级 | 中(重解析 SQL) | 小库、跨版本、单表救急 |
| L3 增量日志 | binlog(ROW 格式 + GTID) | 秒级 | 需重放 | PITR 主通道 |
| L4 站点容灾 | 异步复制 / ClusterSet | 秒~分钟 | 切换即恢复 | 硬件级故障 |
标准组合:L1(每日)+ L3(实时 binlog 归档到对象存储)→ 任意时间点恢复 ≤ 全量窗口 + 日志重放时间。
# binlog 侧基础配置
server-id = 1
log_bin = binlog
binlog_format = ROW # PITR 前提,9.x 已是唯一推荐
binlog_row_image = FULL # 镜像完整才能安全重放
gtid_mode = ON
enforce_gtid_consistency = ON
binlog_expire_logs_seconds = 604800 # 本地留 7 天,远端另有归档
二、物理备份实操:clone plugin 做基线
8.0.17+ 的 clone plugin 是最省心的物理备份/ provisioning 手段:
INSTALL PLUGIN clone SONAME 'mysql_clone.so';
SET GLOBAL clone_valid_donor_list = '10.0.3.21:3306';
-- 在备份/目标实例执行(远端拷贝数据文件 + 追 binlog 到一致点)
CLONE LOCAL DATA DIRECTORY = '/backup/clone-20261117';
监控进度:SELECT * FROM performance_schema.clone_status;。恢复时把 clone 目录作为 datadir 启动即可,一致性点记录在克隆副本的 binlog 里——PITR 从那个点位继续。
xtrabackup(Percona)在开源生态仍是主力:--backup --stream=xbstream | zstd > base.xbstream,恢复走 prepare(应用 redo)+ copy-back。选择判据:社区栈用 xtrabackup,企业版用 MEB,新搭体系优先 clone(免 prepare 步骤)。
三、PITR:误删数据后的时间机器
场景:14:32 一条没有 WHERE 的 UPDATE 污染了表。恢复路径:
# 1) 恢复到最近的全量基线(clone/xtrabackup 副本,起在临时实例)
# 2) 重放 binlog 到误操作前一刻
mysqlbinlog --start-position=<基线位点> \
--stop-datetime='2026-11-17 14:31:59' \
binlog.000042 binlog.000043 | mysql -h temp-instance
# GTID 环境用 --exclude-gtids 更稳:先找出误操作事务的 gtid
mysqlbinlog --include-gtids='...' --exclude-gtids='deadbeef-...:12345' ...
要点三条:binlog 必须实时归档到对象存储(本地磁盘与实例同归于尽是最常见的二次灾难);恢复在临时实例做,验证后按表回灌生产,而不是直接盖主库;GTID 开启后 --exclude-gtids 可以精确跳过误操作事务而不必掐时间点。
单表救急的快路径:从备份恢复整库到临时实例 → mysqldump 单表 → 回灌。比全链路 PITR 快一个数量级,前提仍是 L1/L2 备份存在。
四、逻辑备份的正确姿势
小库(<10GB)mysqldump 足够,但参数有讲究:
mysqldump --single-transaction --source-data=2 --gtid \
--routines --triggers --events --set-gtid-purged=OFF \
--default-character-set=utf8mb4 okgoes | zstd > logical.sql.zst
--single-transaction 靠一致性快照不锁表(DDL 仍会阻塞,备份窗口禁 DDL);--source-data=2 把 binlog 位点写进文件头,PITR 接得上。大库用 mydumper/myloader:按表并行导出导入,恢复速度常是单线程的 5~10 倍。
五、备份的完整性验证自动化
备份失败大多是静默的。四道自动检查:
# 1) 存在性与大小趋势(骤降=异常)
zstd -t backup-*.zst && du -s /backup/latest
# 2) 可恢复性:每周自动把最新备份恢复到临时实例并跑 smoke SQL
# 3) binlog 归档连续性:对比实例端位点与对象存储清单
# 4) 校验和:sha256sum 随备份同写,恢复前核对
第 2 项是体系里最贵但唯一真正证明"能恢复"的检查。自动化模板:cron → 拉最新备份 → 起临时 mysqld(独立 datadir)→ CHECKSUM TABLE 抽样对比主库 → 跑关键查询 → 报告进监控。演练频率决定 RTO 数字的可信度:季度一次是底线,核心库月度。
六、恢复演练脚本骨架
#!/usr/bin/env bash
set -euo pipefail
BK=/backup/latest-clone
mysqld --datadir="$BK" --port=3307 --socket=/tmp/restore.sock \
--binlog-gtid-simple-recovery=ON --daemonize
mysql -S /tmp/restore.sock < /ops/smoke.sql # 关键查询集
mysql -S /tmp/restore.sock -e "CHECKSUM TABLE articles, comments" > /tmp/sum1
mysql -h prod -e "CHECKSUM TABLE okgoes.articles, okgoes.comments" > /tmp/sum2
diff <(awk '{print $2,$4}' /tmp/sum1) <(awk '{print $2,$4}' /tmp/sum2) || \
{ echo "checksum mismatch"; exit 1; }
# PITR 演练:重放最近 1h binlog 到临时实例,验证行数连续
mysqlbinlog --start-datetime="$(date -d '1 hour ago' '+%F %T')" /backup/binlogs/*.0* \
| mysql -S /tmp/restore.sock
echo "restore drill OK $(date)"
七、云环境的额外一层
RDS/PolarDB 类托管服务把 L1/L3 自动化了,但三件事仍然归你:跨账号/跨区域副本(防删库与区域故障)、保留期核对(默认 7 天 PITR 窗口挡不住"三个月前引入的脏数据")、导出格式确认(能导出成可自建的通用格式,防锁定)。托管 ≠ 备份责任外包。
小结
MySQL 备份体系 = 物理基线(clone/xtrabackup 每日)+ binlog 实时归档(ROW+GTID)+ 逻辑备份兜底(单表救急),RPO 由 binlog 决定、RTO 由"恢复速度 + 重放时间"决定。两条铁律写进制度:binlog 必须离开实例所在磁盘;没经过自动恢复演练的备份不算备份。把每周自动恢复 + checksum 比对跑成无人值守流水线后,真正的风险只剩一个:你多久没看那条绿色状态了。
评论(0)
登录 后参与评论。