PostgreSQL从入门到精通 - 第40讲:数据库不完全恢复

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
云数据库 RDS SQL Server,基础系列 2核4GB
RDS PostgreSQL Serverless,0.5-4RCU 50GB 3个月
推荐场景:
对影评进行热评分析
简介: PostgreSQL从入门到精通 - 第40讲:数据库不完全恢复


PostgreSQL从小白到专家,是从入门逐渐能力提升的一个系列教程,内容包括对PG基础的认知、包括安装使用、包括角色权限、包括维护管理、、等内容,希望对热爱PG、学习PG的同学们有帮助,欢迎持续关注CUUG PG技术大讲堂。


第40讲:数据库不完全恢复


PostgreSQL第40讲:1月6日(周六)19:30,钉钉群(35822460)& 视频号(数据库老陈)直播

内容1:描述不完全恢复步骤

内容2:时间点恢复工作原理

内容3:执行一个不完全恢复


不完全恢复应用场景

由于归档日志丢失,完全恢复失败。

所有未归档的wal日志文件都将丢失。

用户错误

一张重要的表被删除。

表中无效的数据被提交。


时间点恢复如何工作

时间点恢复

假设你在2020年4月28日12:05犯了一个错误。您应该删除数据库群集,并使用之前所做的基本备份还原新的数据库群集。然后恢复到12:04:59,停止在错误发生之前。

PITR恢复起始点定位

PITR恢复过程重要的两个因素:

1、从哪里读取WAL段/归档日志?

PITR mode–来自配置参数archive_command中设置的存档目录。

2、从哪里读取检查点位置?

PITR模式–来自备份标签文件。


时间点恢复图示

Recover the database at 12:15:00 along the timelineId 2

不完全恢复类型

recovery_target = 'immediate'  这个参数指定恢复应该在达到一个一致状态后尽快结束。在从一个在线备份中恢复时,这意味着备份结束后的那个点。

recovery_target_name (string)  指定pg_create_restore_point()所创建的已命名的恢复点,进行恢复。

recovery_target_time (timestamp)  指定需要恢复到的时间点。

recovery_target_xid (string)  指定按事务 ID进行恢复。

recovery_target_lsn (pg_lsn)  指定按预写日志位置的LSN进行恢复。


不完全恢复指导方针

仔细遵循所有步骤:

在恢复前后进行整个数据库备份。

始终验证恢复是否成功。

备份和删除归档日志。


不完全恢复和日志

恢复前后检查数据库日志

包含错误信息、提示和txid


执行不完全恢复流程

关闭并备份数据库。

还原备份的所有数据文件。

设置需要恢复到的时间点,或者某个位置。

生成recovery.signal文件。

执行数据库启动。

把数据库变成读写模式

对全库做个冷备。


基于时间点恢复案例

当前情况:

目前的时间是2022年3月9日中午12点。

EMPLOYEES表已被删除。

表在上午11点45分左右被删除。

数据库活动最小,因为大多数工作人员目前正在开会,意味着从11点45分以后发生的数据更改很少,丢失的数据也会少,因为这一段的数据在做不完全恢复时会丢失。

必须恢复该表。


执行一个基于时间点的恢复

1、还原备份的所有数据文件

tar -vxf /backup/base.tar -C $PGDATA

2、修改postgresql.conf文件

restore_command = 'cp /home/postgres/archive/%f %p'recovery_target_time = '2022-03-09 11:44:59'

3、在$PGDATA目录下生成recovery.signal文件

touch recovery.signal

4、执行数据库启动。

pg_ctl start

5、执行函数,把数据库变成读写模式

select pg_wal_replay_resume();


表空间基于时间点的恢复

经过实验证明,PG不支持表空间不完全恢复,如果做了表空间的时间点恢复,我们发现其它表空间也会做时间点恢复,即整个数据库集群都做时间点恢复,而不是单个表空间做时间点恢复。

CUUG PostgreSQL技术大讲堂系列公开课第40讲-数据库不完全恢复,往期视频及文档,请联系CUUG。

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍如何基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
30天前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
251 7
|
2月前
|
关系型数据库 MySQL 分布式数据库
阿里云PolarDB云原生数据库收费价格:MySQL和PostgreSQL详细介绍
阿里云PolarDB兼容MySQL、PostgreSQL及Oracle语法,支持集中式与分布式架构。标准版2核4G年费1116元起,企业版最高性能达4核16G,支持HTAP与多级高可用,广泛应用于金融、政务、互联网等领域,TCO成本降低50%。
|
2月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格:MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB,多种引擎优惠上线!MySQL倚天版88元/年,SQL Server 2核4G仅299元/年,PostgreSQL 227元/年起。高可用、可弹性伸缩,安全稳定。详情见官网活动页。
|
2月前
|
关系型数据库 分布式数据库 数据库
阿里云数据库收费价格:MySQL、PostgreSQL、SQL Server和MariaDB引擎费用整理
阿里云数据库提供多种类型,包括关系型与NoSQL,主流如PolarDB、RDS MySQL/PostgreSQL、Redis等。价格低至21元/月起,支持按需付费与优惠套餐,适用于各类应用场景。
|
5月前
|
SQL 关系型数据库 MySQL
Go语言数据库编程:使用 `database/sql` 与 MySQL/PostgreSQL
Go语言通过`database/sql`标准库提供统一数据库操作接口,支持MySQL、PostgreSQL等多种数据库。本文介绍了驱动安装、连接数据库、基本增删改查操作、预处理语句、事务处理及错误管理等内容,涵盖实际开发中常用的技巧与注意事项,适合快速掌握Go语言数据库编程基础。
457 62
|
2月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎,提供高性价比、稳定安全的云数据库服务,适用于多种行业与业务场景。
|
3月前
|
存储 关系型数据库 数据库
【赵渝强老师】PostgreSQL数据库的WAL日志与数据写入的过程
PostgreSQL中的WAL(预写日志)是保证数据完整性的关键技术。在数据修改前,系统会先将日志写入WAL,确保宕机时可通过日志恢复数据。它减少了磁盘I/O,提升了性能,并支持手动切换日志文件。WAL文件默认存储在pg_wal目录下,采用16进制命名规则。此外,PostgreSQL提供pg_waldump工具解析日志内容。
312 0
|
5月前
|
存储 关系型数据库 分布式数据库
【赵渝强老师】基于PostgreSQL的分布式数据库:Citus
Citus 是基于 PostgreSQL 的开源分布式数据库,采用 shared nothing 架构,具备良好的扩展性。它以插件形式集成,部署简单,适用于处理大规模数据和高并发场景。本文介绍了 Citus 的基础概念、安装配置步骤及其在单机环境下的集群搭建方法。
469 2
|
5月前
|
存储 关系型数据库 测试技术
拯救海量数据:PostgreSQL分区表性能优化实战手册(附压测对比)
本文深入解析PostgreSQL分区表的核心原理与优化策略,涵盖性能痛点、实战案例及压测对比。首先阐述分区表作为继承表+路由规则的逻辑封装,分析分区裁剪失效、全局索引膨胀和VACUUM堆积三大性能杀手,并通过电商订单表崩溃事件说明旧分区维护的重要性。接着提出四维设计法优化分区策略,包括时间范围分区黄金法则与自动化维护体系。同时对比局部索引与全局索引性能,展示后者在特定场景下的优势。进一步探讨并行查询优化、冷热数据分层存储及故障复盘,解决分区锁竞争问题。
685 2
|
关系型数据库 分布式数据库 PolarDB
《阿里云产品手册2022-2023 版》——PolarDB for PostgreSQL
《阿里云产品手册2022-2023 版》——PolarDB for PostgreSQL
556 0

相关产品

  • 云原生数据库 PolarDB
  • 推荐镜像

    更多