作者简介:孙朝阳 沃趣科技高级产品经理。
Gitlab是大家很熟悉的开源Git代码托管工具,国内公司大多使用社区版自行搭建私有化的内部代码托管平台。Gitlab.com本身也提供在线代码托管和持续集成的云服务,类似Github+Travis CI的结合体。2016年Gitlab完成的B轮融资金额达2000万美元。
Gitlab 的数据库采用PosgreSQL集群,db1.cluster和db2.cluster。另外还有db1.staging 和 db2.staging两台staging数据库 。
2017/01/31 18:00 UTC Gitlab遭受攻击,运维工程师采取一系列措施抵御。
2017/01/31 22:00 UTC 运维工程师发现db2.cluster复制延迟滞后,尝试清空了data目录后,依然拒绝复制。
2017/01/31 23:00 UTC 运维工程师在试过多种方法后,认为删除db2.cluster的data目录(已经是空目录)可能有用,但操作的时候,却误删除了db1.cluster的data目录。待工程师反应过来的时候,原本300GB的数据仅剩下4.5GB。
2017/02/01 18:14 UTC 经过了17个小时的奋战,以及YouTube全程直播并求助,Gitlab 数据库终于恢复成功。
Gitlab具备多重数据库备份,但恢复的时候,竟然差点找不到一个可用的。
恢复的详细过程不再赘述,可以参考官方的说明: https://docs.google.com/document/d/1GCK53YDcBWQveod9kfzW-VCxIABGiryG7_z_6jHdVik/pub
最后工程师们使用db1.staging上的那份6小时前的快照恢复数据库成功(没有webhook数据,后来从另一份拷贝恢复了部分),但丢失了6小时的数据。
Gitlab表示不会开除该工程师,也没有简单的总结成我们要加强备份,我们要优化流程之流,而是展现了真正的工程师文化。尤其是恢复工作日志(专业化程度可见一斑,远高于业界平均水平)
详细的损失如下,主要是工程、fork等需要存在数据库里的信息丢失,代码和wiki没有受到影响。
±6 hours of data loss
4613 regular projects, 74 forks, and 350 imports are lost (roughly); 5037 projects in total. Since Git repositories are NOT lost, we can recreate all of the projects whose user/group existed before the data loss, but we cannot restore any of these projects’ issues, etc.
±4979 (so ±5000) comments lost
707 users lost potentially, hard to tell for certain from the Kibana logs
Webhooks created before Jan 31st 17:20 were restored, those created after this time are lost
考虑到Gitlab曾计划推出自己的私有云服务,此次事件对其声誉也是个沉重的打击。
相信从本次的Gitlab事件,所有人都可以很明显的看出该公司在备份环节存在的问题:
全部的备份都没有验证过!!!
全部的备份都没有验证过!!!
全部的备份都没有验证过!!!
重要的事情说三遍。也许是上帝仁慈,幸好运维工程师手工做过一次lvm快照,否则就只能恢复到24小时前了!
其实,在备份领域,备份文件的验证一直是个难题,要保证备份100%可用,最稳妥的方法自然是使用该备份恢复出完整的数据库。
但是!
随着数据库的不断增大,恢复的时间/空间成本会越来越高(想象一下完整恢复几十TB的数据库需要多长时间!)
那么该如何避免Gitlab此次遇到的问题呢?
由沃趣科技自主研发的QBackup数据库备份云一体机,可极大缩短恢复时间,实现秒级数据库验证,同时具备多项极具吸引力的特性。
由Gitlab此次的恢复过程所遇到的问题来看,QBackup的核心功能,几乎都是针对数据库备份中最重点的部分研发,极大的降低了企业备份环节的成本,从根本上提高了数据库的安全性。