前言
前几天，某位读者十万火急地找到我，说开发误删了某些数据，需要找回，并且更尴尬的是，基础备份也没有，只有 WAL 归档。最终兜兜转转，经过几天的努力，终于在今天下午，读者传来捷报，数据抢救成功！！听到这个消息，我也甚是激动。
借着这个真实案例，再次和各位聊聊，在 PostgreSQL 中，数据误删了怎么办？怎么预防？真误删了怎么抢救？
与时间赛跑
由于 MVCC 的实现方式就像信用卡一样，删除、更新和回滚留下的"债务"需要去偿还，偿还的动作便是由专门的 VACUUM 进程来做的，因此，数据被删了可以理解为仅仅是打了个标记，然后通过可见性规则来控制数据的可见性。因此，如果你发现误删了数据，或者更新错了数据，第一时间你要做的事情便是关闭表级的 autovacuum，alter table test set (autovacuum_enabled = off)，再来谈后续的恢复动作，当然你也不要去做什么 vacuumdb 或者 vacuum + 表名之类的行为去手动删除数据。
然后你就可以通过 pg_dirtyread、pg_recovery 之类的工具，读出还未被 vacuum 清理掉的数据，具体使用方式就不再过多叙述。
pg_recovery 与 pg_dirtyread 类似，但是使用更灵活。目前的版本中默认只返回需要找回的数据。pg_recovery 的目标致力于数据的找回，而不仅仅是读取 dead 元组，在后续的版本中，增加一些辅助数据找回的调试信息，来帮助用户更快的在众多数据中找到自己需要找回的数据。
那么怎么判断是否还可以使用如上工具进行抢救呢？很简单，pg_stat_all_tables.last_vacuum 和 last_autovacuum 记录了上次清理和自动清理的时间，如果发现这两个字段的时间晚于数据误删的数据，那么上面的方式就可以不用尝试了，类似的还有 pg_resetwal、pg_filedump，都是基于相同的原理来找回误删的数据。
PITR
前面也提到了，这位读者只有 WAL 归档，以及主从流复制 (由于库太大，没有基础备份)，那么有没有可能进行 PITR，恢复到指定点位呢？理论上，使用 pg_waldump 找到删除动作的 xid/lsn 等，然后基于可用的数据恢复一下行不行？比如把备库拆了，基于这份数据去恢复一下？可惜的是，不行。
我在 PITR 文章中也介绍过相关原理
- 如下示意图，第一次恢复到 12:40，我想基于这个实例继续再恢复一次，恢复到 12:45，这样操作是否可行？
- 又或者我第一次恢复到了 12:45，结果发现恢复多了，第二次又想往前恢复到 12:40，这样操作是否可行？
答案是，第一种情况可以，第二种情况不行，当需要归档恢复时，数据库必须确保达到 minRecoveryPoint 这个位点。数据库在归档恢复过程中，minRecoveryPoint 会被更新为最新已经被刷到磁盘的 LSN，每次数据库启动时必须已经回放了该位置的 XLOG 日志记录，对应的是控制文件里的 Minimum recovery ending location。因此，使用"后面"的实例来往前恢复是不行的，Maybe 你可以 hack 一下控制文件？但是我想不会仅仅改一下 LSN 这么简单，其次 PITR 还有个关键的 REDO LSN，即从哪个点位开始进行恢复，又回到了之前的例子，你要找到 LSN，并创建 backup_label，这同样也需要对 PITR 机制很了解才行。
延迟备库
另外一个方式，自然是延迟备库了。延迟备库论原理来说其实不算是闪回，但是有时或许也能救你一命，比如 drop table，pg_dirtyread 无法实现 DDL 的找回 (基于 MVCC 的原理基本都只能找回 DML 数据)，不过 drop column 可以找回。
顾名思义，延迟备库就是设置备库延迟 replay WAL 的时间 (recovery_min_apply_delay 参数控制)，而备库依然及时接收主库发送的日志流，只是不是一接收到后就立即应用，而是等待此参数设置的值再进行应用。所以如果你在主机执行了一个没有条件筛选的 DELETE 操作，幡然醒悟。这是备库还没有回放，可以赶紧采取紧急措施补救数据。
但是延迟备库也有个很隐晦的问题：备库按部就班，原模原样复刻主库的操作。主库回滚我就回滚，主库删除我就删除，所以延迟备库的危害就不难理解了：
比如某个事务包含了 DDL 操作，那么这笔操作马上会在 HOT STANDBY 执行，锁在 HOT STANDBY 也同时被加载。但是当遇到这个事务的 commit record 时，由于设置了 recovery_min_apply_delay，这笔 record 被延迟执行，这个锁也会延迟到这笔 record 被 apply 为止。在此延迟时间段内，对这个被执行 DDL 的表的 QUERY 都会被堵塞。
可惜的是，这位读者的确设置了延迟备库，但是尴尬的是，只有 5 分钟... 这不是架构杂耍么？以下图片来自冯董的高可用容灾最佳实践。
walminer
那么当你发现了数据被 vacuum 了怎么办？那就只能用最后一招——walminer了，walminer 支持多种功能，最为核心的功能是 wal2sql，即将 WAL 解析为具体的 SQL，这是类似 binlog2sql 的工具，但是前提是也需要 WAL，好在这位读者有误删期间的 WAL 归档。
因此，当我分析了这位读者的现象之后，发现只有walminer 可以抢救一下了
但是，在使用过程中又遇到了难题，walminer 是不支持 postgis 的！
不过既然有需求，直接联系作者本人就行了，传成也很快回复了我，可喜的是，beta 版本也已经支持了 Postgis，并且理论上支持所有插件
于是，吭哧吭哧，花了许久，在历经 N 个版本之后，终于，数据抢救了回来！隔着屏幕，我都能感受到这位读者的激动之情溢于言表。
后话
支持了插件体系之后，walminer 进入了一个全盛状态，如其 slogan 所说：walminer在手，天下我有。
感谢作者提供这么好用的工具，弥补了日志解析这块生态的空白。开源创作不易，也希望各位读者多多支持作者， https://gitee.com/movead/XLogMiner/wikis/walminer%20license
但是值得注意的是，以上讨论的都是对于 DML 的找回，对于 DDL 是很难找回的，虽然元信息可以找回，但数据已经不在磁盘上，理论上，只能采用恢复磁盘的办法抢救一下，但是不要抱有太大希望，实在不行，就搞个 event trigger 来预防吧。给 walminer 疯狂打 call！这么好的工具值得更多人知道。
最后，记得做好备份。
热门跟贴