误删事故屡见不鲜找和力记易防患未然

简介:
 
  据DBAplus社群6月11日报道,荷兰的一家云主机商Verelox近期因内部员工“误删除”数据库而不得不在公司网站首页发布公开道歉信,此次误删除事故导致所有客户数据和大多数服务器因此遭殃,Verelox摊上大事了。

误删事故为何屡见不鲜?

从主观能动性的角度来说,我们可以把“误删除”分为两类,一类是恶意误删,另一类是意外误删。恶意误删的案例很多,例如2017年2月份国际知名的花期银行前IT部门雇员因不满绩效考评结果而蓄意删除了内网的配置文件,导致部分业务被迫中断,花旗银行遭受巨额经济损失,该名前雇员也因此获刑并面临高额罚金。恶意误删自然没有什么原因可言,意外误删的事故原因跟运维人员有关。“运维工作中会有着大量的琐碎事务,有一部分是重复性的任务”,“运维工作很多都需要7*24小时支持,在节假日或者大清早,大晚上他们总有一些事情需要处理”,误删往往就发生在重复性高的工作上,往往就发生在节假日期间。

不论是恶意的,还是意外的,一旦发生“误删除”事故,吐槽、道歉什么的都是然并卵,“道歉有用的话,要警察干嘛”。这个时候,作为容灾备份领域的老牌厂商,和力记易(北京和力记易科技有限公司)还是那句老话“有备无患,利国利民”!

众多研究数据表明,误删除给公司带来的损害远不止数据丢失、业务停顿这些,停业破产的公司比比皆是。若想成为误删事故后的幸存者,制定容灾备份方案是必不可少的。虽然容灾备份方案的制定并没有一定之规,但是衡量容灾备份方案有两个常见的指标,即:RPO(恢复点目标)和RTO(恢复时间目标),前者决定了数据丢失了多少,后者决定了业务停顿多久。在制定容灾备份方案时,可以根据系统的重要程度,参考相应的RTO和RPO级别,制定相应的数据库备份和容灾要求。

常用容灾备份指标RPO和RTO

部署了容灾备份就不怕误删除了吗?

只能说这是很多公司的“一厢情愿”。相对于服务器故障等常见IT事故,误删除的发生没有丝毫规律性,更无法预知。而且,大多数人会认为已经部署了容灾备份方案,一旦出现误删除问题,反正有运维人员当“背锅侠”呢。

和力记易的CDP容灾备份方案能彻底解决运维人员的这一苦恼。和力记易的CDP容灾备份系统可以实时备份变化的数据,一旦发生误删除,能够按照任意操作步数或者时间点进行数据的快速恢复,从而找回误删的数据,因为任意点里面必然包含了删除之前的恢复点。

最后,我想起了一位运维前辈常说的一句老话“备份重于一切,定期的恢复演练更加重于备份。如果数据恢复不了,备份就没有任何意义了”。有了和力记易的CDP容灾备份方案,一旦发生误删除,运维人员可以大声的说“这个锅我们不背”,公司更不必在遭遇误删事故后公开道歉。

 
作者:zl
来源:51CTO
目录
相关文章
|
Web App开发 前端开发 JavaScript
折腾之王:JavaScript之父Brave浏览器与BAT的诞生
2015年,JavaScript之父Brendan Eich再次创业,推出Brave浏览器和加密货币Basic Attention Token(BAT),旨在颠覆传统广告行业。Brave屏蔽广告、保护隐私,加载速度快;BAT则通过奖励机制让用户、内容创作者和广告主三方受益。尽管面临用户习惯和巨头竞争的挑战,Brave已拥有超4000万月活跃用户,成为全球增长最快的隐私浏览器,引领Web3生态发展。
728 22
折腾之王:JavaScript之父Brave浏览器与BAT的诞生
最通俗易懂的 JAVA slf4j,log4j,log4j2,logback 关系与区别以及完整集成案例
最通俗易懂的 JAVA slf4j,log4j,log4j2,logback 关系与区别以及完整集成案例
最通俗易懂的 JAVA slf4j,log4j,log4j2,logback 关系与区别以及完整集成案例
微信小程序数据绑定与事件处理:打造动态交互体验
在上一篇中,我们学习了搭建微信小程序开发环境并创建“Hello World”页面。本文深入探讨数据绑定和事件处理机制,通过具体案例帮助你打造更具交互性的小程序。数据绑定使用双花括号`{{}}`语法,实现页面与逻辑层数据的动态关联;事件处理则通过`bind`或`catch`前缀响应用户操作。最后,通过一个简单的计数器案例,巩固所学知识。掌握这些核心技能,将助你开发更复杂的小程序。
|
机器学习/深度学习 资源调度 自然语言处理
Softmax激活函数介绍
【10月更文挑战第2天】
1899 0
|
jenkins 持续交付
【Jenkins】使用brew安装jenkins并配置局域网IP访问
解决Jenkins≈只能用localhost\127.0.0.1访问,但无法通过IP地址访问的问题
9878 0
|
关系型数据库 测试技术 PostgreSQL
|
存储 算法 计算机视觉
非局部均值滤波算法(NL-means)下
非局部均值滤波算法(NL-means)。非局部均值滤波算法最早于2005年由Buades等人发表在CVPR上,论文原文:A non-local algorithm for image denoising,还有一篇2011年的论文:Non-Local Means Denoising。之后还会继续介绍DCT(离散余弦变换滤波)、TV(全变分滤波)、BM3D(3维块匹配滤波)等算法。
972 0
非局部均值滤波算法(NL-means)下
|
Shell Linux 开发工具
oh-my-zsh让终端好用到飞起~
oh-my-zsh让终端好用到飞起~
1537 0
|
Java 程序员 编译器
2.7操作系统(读者—写者问题 哲学家进餐问题 管程 )
1.读者—写者问题 2.哲学家进餐问题 实现 3.管程 1.为什么要引入管程? ​2.管程的定义和基本特征 3.扩展1:用管程解决生产者消费者问题 4.扩展2:Java中类似于管程的机制
2.7操作系统(读者—写者问题 哲学家进餐问题 管程 )
|
IDE 开发工具 Windows
IDEA启动异常Internal error.Please refer to http://jb.ge/ide/critical-startup-errors...
IDEA启动异常Internal error.Please refer to http://jb.ge/ide/critical-startup-errors...