一种MySQL备份恢复设计思路

背景

首先交代一下背景，由于某些因素的限制，我们公司目前的备份策略采用的是隔天全备的方案，增量备份则使用的是binlog server的方式，那么如何快速恢复就成为了我们需要思考的问题

恢复需求

根据我以往的一些经验来说，通常需要从备份恢复数据的场景有如下几种：

1. 被误删库了
2. 被误删表了，类型为TRUNCATE或者DROP
3. 被误删列了，类型为ALTER ... DROP COLUMN
4. 被误删数据了，类型为DELETE或者UPDATE或者REPLACE
5. 表空间损坏或出现坏块了

根据场景来说，我们可以大致分为两类：

• 第一类为不可逆恢复，也就是通常的DDL，比如上述的1、2、3、5等场景
• 第二类为可逆的恢复，通常可以利用binlog进行回滚（要求binlog格式为ROW，binlog_image为FULL），也就是对应上述的场景4

对于第二类的恢复需求一般来说都比较容易处理，可以利用binlog回滚工具，例如业界比较著名的有binlog2sql以及MyFlash等，这里暂不赘述，我们重点来讨论第一类需求。

为了达到快速恢复的目的，业界DBA经常会采用的方式就是部署一个延迟从库来解决，我们公司目前 所有的核心DB都部署了延迟从库。但是即便有了延迟从库，假设我们错过了延迟的时间，或者在后续利用延迟从库恢复的时候指定错了位点，导致了误删DDL同样应用到了从库，这个时候我们就没有办法利用延迟从库这根救命稻草了。

全备恢复（异机恢复）

此时，我们只能通过备份来进行数据恢复了。首先我们需要恢复全备，通常来说就是xtrabackup备份的物理备份了。假设你的备份在远程的机器上，那么你可能需要做如下几步动作来进行全备恢复：

1. 将备份scp或者rsync到目标实例机器上
2. 假设备份文件是压缩的情况下，需要解压
3. 解压完成后，需要apply redo log
4. 更改文件权限
5. 假设你直接将文件拷贝到的目标实例的datadir目录下，那么这一步你就可以直接启动mysqld，假设不是，那么你还需要将数据文件move-back或者copy-back到目标实例的datadir
6. 实例启动

增备恢复

到这里，全备已经恢复完成了，接下来需要做的就是增量恢复了。按照我们之前的备份方案，我们需要通过binlog来完成增量数据的恢复。对于binlog恢复，我们通常需要以下几个步骤

1. 确定全备对应的binlog位点，也就是需要恢复的起始点
2. 解析主库的binlog，确定误删数据的位点，作为我们恢复的终点
3. 利用mysqlbinlog —start-position —stop-position+管道的方式，将binlog恢复到目标实例上

binlog恢复的方式有很多种，你可以用的是原先master上的binlog，也可以用binlogserver上的binlog，需要做的就是找到binlog恢复的终点即可。

增备恢复优化

到这里，你可能会觉得，利用binlog恢复有点麻烦。确实是这样的，利用mysqlbinlog命令并没有办法指定恢复到哪个GTID，只能通过解析binlog，找到需要恢复到的GTID对应的pos位点才行，这对于自动化来说实现起来会比较麻烦。另外，如果利用mysqlbinlog命令恢复，属于单线程恢复，假设需要恢复的binlog量比较多的话，那么这个增量恢复的时间可想而知。

那么有什么办法能加速binlog应用呢？这里我们就想到了MySQL5.7的并行复制，如果我们能用到sql thread的并行复制，是不是这个问题就解决了呢？

master上binlog恢复

我们回到全备恢复的位点，我们将新实例作为原先的master的slave，然后恢复到指定的GTID位置就可以了呢？没错，这是一种非常简便又轻松还不容易出错的方式，并且还可以利用并行复制的原理来加速binlog应用的目的。但是这种方式的一个要求就是原先的master最老的binlog包含了我们需要的起始恢复位点，这个很容易想到，所以，这将成为我们首选的恢复方式。

binlogserver上binlog恢复

假设原先master上的binlog已经被purge了，那么我们那需要从binlog上去恢复。有人可能会想到将binlogserver上的binlog拷贝到原先的master上，然后通过修改binlog index来达到注册的目的，实际上这并不可取，具体原因可以见《手动注册binlog文件造成主从异常》。

我们可以采取的方式是什么呢？就是利用binlogserver做成伪装master，然后将从库change上去，其思想就是欺骗slave，让slave的io_thread将缺失的binlog拉取过来，sql_thread并行应用binlog event（我们将在下一节具体演示这种方式）。

优化后的恢复流程

经过优化以后，我们的增备恢复流程就变成了，首先通过master上的binlog进行恢复，如果发现master上的binlog已经被purge了，那么通过binlogserver上的binlog进行恢复，这样一来我认为是比较科学合理的恢复流程。

各种恢复方式时效性对比

业务恢复

到这里，我们已经完成了全量+增量的备份数据恢复，这个时候需要同研发确认数据，确认完成以后将对应的表恢复到原先的master，通常采用的方式有：

1. mysqldump导出+导入目标实例
2. 表空间传输

总结

本节主要介绍了备份恢复的设计流程，在我们没有办法优化全备恢复的情况下，我们通过优化增量备份方式和流程达到缩短恢复时间的目的。并且需要说明的一点是，本节介绍的目前我还没有完全测试，不保证每个点都是正确的，还需要进一步验证，验证通过以后我也会通知大家，并且结合到现有的数据库运维平台，做到自动化恢复

最后还是提醒几点：

1. 数据是无形的财产，请广大DBA朋友务必做好备份并做好备份验证
2. 如果有条件的情况下，尽量部署延迟从库
3. 做好恢复预案，免得恢复的时候手忙脚乱，菊花打紧
4. 根据场景选择合适的恢复手段，尽量缩短恢复时间

全文完。