误删文件别慌:给 ECS 配一套快照与备份,数据丢了也能找回来
删错一个文件,最多是心疼一阵;删错一个目录,或者升级时把数据库写坏了,那就是半夜被叫起来抢救的事故。很多人直到数据丢了才想起来:这台服务器好像从来没做过备份。备份这件事,平时看起来是多余的开销,出事时才知道它是唯一能兜底的东西。
给云服务器做备份,核心就两个问题:第一,出事时能不能恢复;第二,恢复要花多长时间、会丢多少数据。把这两个问题想清楚,再去选工具、定策略,就不会出现“备份做了,恢复时发现根本用不上”的尴尬。
一、先分清:快照、镜像和文件备份不是一回事
很多人把快照、镜像、备份混着说,好像都是“存一份”。其实它们解决的问题不一样,恢复的速度和粒度也不一样,选错了,出事时照样抓瞎。
快照是给云硬盘拍一张“时间点照片”。它记录的是某一时刻磁盘上所有块的状态,恢复时可以把整块盘回滚到那个时刻。快照最大的优点是快:创建时不影响业务运行,恢复时整盘回滚,系统、配置、数据一次性回到快照那一刻。缺点也很明显:它是整盘粒度的,想只恢复某一个文件,快照帮不上忙;而且快照依赖原盘存在,盘本身出问题时,快照的恢复能力也要打折扣。
镜像是在快照的基础上再进一步:它把系统盘和数据盘打包成一个可以用来创建新服务器的模板。换服务器、批量复制环境、跨区迁移时,镜像最合适。但镜像同样是整机粒度的,恢复一个文件也要整机恢复,太重了。
文件备份则是按文件、按目录来存。数据库的备份文件、网站的代码目录、配置文件的压缩包,都属于这一类。它的粒度最细:误删了一个配置文件,只恢复这一个文件就行,不用整盘回滚。缺点是恢复时要自己动手:先准备好一台能用的服务器,再把文件拷回去、把权限和配置逐一还原,步骤多、耗时长。
所以正确的做法不是三选一,而是分层搭配:快照负责“整盘快速回滚”,文件备份负责“单个文件精确恢复”,镜像负责“整机快速重建”。三层各司其职,出事时才有得选。
二、备份之前,先定好两个数字:RPO 和 RTO
备份策略不能凭感觉定“每天备份一次”,要先定两个数字:RPO 和 RTO。这两个词听起来专业,其实意思很直白。
RPO 是“最多能丢多少数据”。如果 RPO 是 1 小时,意思就是:出事时,最多接受丢失最近 1 小时的数据。RPO 越小,备份就要越频繁:每天备份一次,RPO 就是 24 小时;每小时备份一次,RPO 就是 1 小时。个人博客每天备份一次够了,订单数据库每小时备份一次都不算多。
RTO 是“多长时间能恢复”。如果 RTO 是 30 分钟,意思就是:从发现出事到业务恢复正常,最多 30 分钟。RTO 越小,恢复流程就要越简单、越自动化:靠整盘快照回滚,几分钟就能恢复;靠手动拷文件、重装服务,可能要折腾半天。
定这两个数字时,别只看技术,要看业务:这个服务停一小时损失多大?丢一天数据能不能接受?数字定下来,备份频率和恢复演练的投入就有了依据。否则很容易出现两种极端:要么备份做得太勤、成本白白烧掉,要么备份太稀疏,出事时发现最近一次备份是上个月的。
三、快照怎么做:先做一次全量,再按节奏增量
云硬盘快照的常规做法是:先做一次全量快照,再按固定节奏做增量快照。增量快照只存上一次快照之后变化过的块,占用空间小、创建速度快,适合高频执行。
一个能直接落地的节奏是:每天凌晨业务低峰期做一次快照,保留最近 7 天;每周再保留一份,保留最近 4 周;每月保留一份,保留最近 3 个月。这样既能在误删后快速回滚到昨天,又能在发现问题比较晚时,还有上周、上个月的快照可以回退。保留策略一定要写下来、配成自动清理规则,否则快照越积越多,存储费用会悄悄涨上去。
做快照之前,有两个细节容易被忽略。第一,正在写入的数据可能还没落盘,快照拍到的是一份“写到一半”的状态。数据库这类有状态服务,最好先用数据库自己的工具做一次逻辑备份,或者短暂停止写入,再拍快照;否则恢复后数据库可能需要从日志里修复,耗时更长。第二,快照不是万能的:它只能恢复到快照那一刻,快照之后写入的数据都会丢失。重要操作之前手动拍一张快照,是成本最低的保险——升级、改配置、批量删文件之前,先拍一张,出事了直接回滚,比事后翻日志找补快得多。
四、文件备份怎么做:数据库和配置文件要分开对待
快照管整盘,文件备份管细节。最需要文件级备份的,通常是两类东西:数据库和配置文件。
数据库不能只靠快照。正确的做法是用数据库自己的备份工具定期导出逻辑备份,比如每天凌晨导出一份,再把备份文件传到对象存储里单独保存。逻辑备份的好处是跨版本、跨机器都能恢复:哪怕原服务器彻底没了,在一台新服务器上装好数据库、导入备份文件,数据就能回来。只存快照,一旦要换机器、换版本,恢复起来反而更麻烦。
配置文件和代码目录,备份的重点是“齐全”和“可还原”。只备份代码不够,Nginx 的配置文件、定时任务、环境变量、启动脚本,这些零散的东西丢一个,服务就起不来。一个省事的做法是:把配置文件和部署脚本也放进版本管理,改动先提交再部署;服务器上的关键目录每天打包一份,传到对象存储,按日期命名,保留最近 30 天。恢复时按日期找到对应的包,解压、对照清单逐一还原,就不会漏。
备份文件存放的位置也有讲究:不要只放在同一台服务器上。服务器本身出问题时,放在它上面的备份文件也一起没了。至少要有一份异地副本:对象存储是现成的选择,跨可用区存放,服务器挂了也能取回来。备份文件还要定期验证:每隔一段时间,拿一份备份在测试环境里实际恢复一次,确认文件能解压、数据库能导入、服务能起来。没验证过的备份,只能叫“存了一份文件”,不能叫“能恢复的备份”。
五、误删之后:先别慌,按顺序恢复
真的删错了文件、写坏了数据库,先别急着动手恢复。慌乱中多敲几条命令,可能把还能救回来的数据也覆盖掉。按这个顺序走,恢复的成功率最高。
第一步,先停住写入。误删的是数据库文件,就先停掉数据库服务;误删的是网站目录,就先停掉 Web 服务。继续写入会产生新数据,覆盖掉已删除文件在磁盘上还没被回收的块,恢复的窗口就关闭了。
第二步,判断损失范围。只丢了一个配置文件,就用文件备份恢复这一个文件,不用整盘回滚;丢了一整个目录、或者数据库已经损坏,就用快照整盘回滚到最近一次快照。损失范围越小,恢复动作就要越轻,别为了恢复一个文件把整台服务器回滚到昨天,白白丢掉一天的数据。
第三步,恢复前再拍一张快照。哪怕磁盘已经是坏状态,也先给当前状态拍一张快照再动手。这张快照是最后的退路:恢复操作本身也可能出错,有了这张快照,至少还能回到动手之前的状态。
第四步,恢复后逐项验证。文件回来了,要确认权限、属主、内容都对;数据库恢复了,要确认表能查、最近的数据在不在;服务起来了,要确认接口能调通、日志没有报错。验证通过了,再把业务流量放回来。恢复完不验证就直接放流量,等于把一次事故变成两次。
六、落地清单:今天就能配好的一套备份
第一,给系统盘和数据盘各配一个快照策略:每天凌晨自动拍一次,保留最近 7 天,每周、每月各留一份长期快照,过期自动清理。第二,数据库每天导出一份逻辑备份,传到对象存储,保留 30 天,每月在测试环境里实际恢复验证一次。第三,配置文件、部署脚本和关键目录每天打包一份,同样传到对象存储,按日期命名。第四,重要操作之前手动拍一张快照:升级、改配置、批量删文件,拍完再动手。第五,把恢复步骤写成一张清单贴在手边:先停写入、再判损失范围、恢复前先拍快照、恢复后逐项验证,别凭记忆操作。
备份的价值不在平时,而在出事的那一刻。平时多花十分钟配好策略、验证一次恢复,出事时就能少熬几个通宵。数据丢了能不能找回来,从来不是运气问题,而是备份做没做对的问题。
- 点赞
- 收藏
- 关注作者
评论(0)