太刺激了！记录一个真实的删库事件
共 7713字，需浏览 16分钟
·
2021-07-06 10:35
事件起因
我们的系统中有数据导入的功能，可以把特定的格式的 excel 数据导入到系统中来。
由于客户电脑的文件比较多，很多文件的名字也比较相近，客户在导入 excel 时选错了文件。
这个错误的 excel 文件的格式恰好能被系统解析，客户也没及时发现导错了文件，所以就将 6 万多条没用的数据导入到了系统中。
这 6 万多条数据对系统来说就是无用的数据，不会影响系统的运行，最多也就是占用一点数据库空间而已。
客户只需要把正确的 excel 重新导入，就可以继续完成他的业务了。
但是，客户是一个重度强迫症患者，他觉得在管理平台看到这 6 万多条没用的数据令他抓狂。
客户想要把这些数据删除，我们系统又没有提供批量删除功能，只能单个删除，这无疑是一个巨大的工作量。
客户就通过客服部门找到了研发团队，想让我们研发人员从数据库中直接删除。
删库经过
虽然在生产环境直接操作数据库明显是违规操作，但客户的要求又不得不满足，谁让人家是爸爸呢？
由于生产环境的数据和表结构属于商业机密，我们讨论的重点也不在于数据和表结构，而是数据恢复的思路。所以我在测试环境新建了用户表，导入了一些测试数据，当作是生产环境进行操作
研发人员登录生产数据库，执行如下 sql，找到了这 6 万多条错误数据。
select * from t_user where age>18 and deptid=100;
在确认这 6 万多条数据确实是错误导入的数据后就准备开始删除。由于表里面没有逻辑删除字段，所以只能进行物理删除。
需要删除的数据已经确定，通常情况下把 sql 中的select *替换为delete去执行，出错的机率会小一点。
但是，研发人员并没有去改原来的 sql，而是重新写了一个删除语句并且执行。
delete from t_user where age>18;
问题就这样出现了，在新写的删除语句中缺少了deptid=100的条件
不要问我为什么删除之前没有备份，这都是血泪的教训
重新查表后发现误删了 10 多万条数据。
生产环境中，很多业务都依赖这个表，算是系统的核心表。虽然是只删除了 10 万条数据，但系统的很多功能无法正常使用，其实和删库没啥区别了。
研发人员发现删库后，第一时间报告给了领导（居然没有第一时间跑路）。
领导当机立断，要求系统停止运行，给所有客户发送停服通知，打开所有客服通道，处理客户投诉和答疑。
同时，也安排研发人员进行数据找回，要求尽快搞定。
数据找回
我们找到删库的研发人员询问他有没有备份，他的回答是没有。
我们又去咨询运维的同事，看看生产环境有没有开启数据库定期自动备份，运维的回答也是没有。
事情比较难办了，只能把希望寄托于 mysql 的 binlog 了。
binlog 二进制日志文件，数据库的 insert、delete、update、create、alter、drop 等写入操作都会被 binlog 记录（下文对 binlog 有详细介绍）。
binlog 记录日志是需要开启配置的，希望生产环境的 mysql 数据库开启了 binlog 日志，否则只能找专业的磁盘数据恢复的第三方公司了。
登录生产环境数据库，查看 binlog 是否开启。
SHOW VARIABLES LIKE 'LOG_BIN%';
从图中可以看到log_bin是处于ON的状态，说明 binlog 是开启的。
悬着的心终于放下了一大半，接下来就是想办法从 binlog 中把数据恢复就行了。
从上图中也可以看到log_bin_basename是/var/lib/mysql/bin-log，说明 binlog 是存放在 mysql 所在的服务器的/var/lib/mysql目录下，文件是以bin-log开头，比如：bin-log.000001。
登录 mysql 所在的服务器，进入到 binlog 所在的目录。
cd /var/lib/mysql
查看 binlog 日志文件。
binlog 日志文件是滚动生成的，从图中看到现在已经有 4 个文件了。
通常情况下，生产环境的 binlog 会有成百上千个，这时候就需要确认我们需要的数据是在第几个 binlog 中了，下文也会讲怎么确定我们需要的是第几个。
因为我们删库是刚刚发生的事情，所以我们需要的数据大概率是在第 4 个文件中。
直接去查看第 4 个 binlog 文件，看到的全都是乱码，就像下面这样，这是因为 binlog 文件是二进制的。
我们需要借助 mysql 官方提供的mysqlbinlog命令去才能正确解析 binlog 文件。
用 mysqlbinlog 命令可以打开 binlog 文件，但是一个 binlog 文件的大小可能有几百兆，要从几百兆日志中找到我们需要的日志，还是比较麻烦的。
还好 mysqlbinlog 命令提供一些参数选项可以让我们对 binlog 文件进行筛选，最常用的参数就是时间参数（下文也会对 mysqlbinlog 的详细用法进行说明）。
经过和删库的研发人员确定，删库的时间大概是「10:40」，那我们就以这个时间点为参考，找前后 5 分钟的日志。
mysqlbinlog -v --start-datetime='2021-06-10 10:35:00' --stop-datetime='2021-06-10 10:45:00' bin-log.000004 | grep t_user
从图中可以看到，这个时间点的日志确实包含我们删除数据的日志。
接下来我们就需要把这些日志整理一下，然后想办法恢复到数据库就可以了。
首先，把我们需要的日志单独保存到 tmp.log 文件中，方便下载到本地。
mysqlbinlog -v --start-datetime='2021-06-10 10:35:00' --stop-datetime='2021-06-10 10:45:00' bin-log.000004 > tmp.log
把 tmp.log 下载到本地，用文本编辑工具打开看一下，可以看到一堆伪 sql。
在上图的伪 sql 中
@1 表示第一个字段
@2 表示第二个字段
其他的以此类推
日志中包含的 sql 是一些伪 sql，并不能直接在数据库执行，我们需要想办法把这些伪 sql 处理成可在数据库执行的真正的 sql。
我们使用的文本编辑工具的批量替换功能，就像下面这样：
最终处理好的 sql 就像是这样：
把处理好的 sql 在测试数据库验证一下没问题后直接在生产库执行。
sql 执行完以后，被误删除的数据就恢复回来了。
我们和删库的研发一起，把客户要求删除的 6 万多条数据重新给删除，算是完成了客户的要求。
至此，删库事件就暂时告一段落。不要问删库的研发受到了什么处分，问就是什么处分都没有。
几点建议
删库跑路真的不只是一句玩笑话，如果真的不小心删库了而又无法找回数据的话，不仅仅是简单的罚款、扣绩效就完事了，甚至有可能会面临牢狱之灾。
对于公司来说，一个不小心的删库操作，就有可能把公司删没了。毕竟删库造成的数据损失、经济损失不是所有公司都有能力承担的。
所以，生产环境的数据安全一定是重中之重。根据我多年的删库经历，也总结了一些经验分享给你们，希望对你们有所帮助。
「1、研发人员不能直连生产库」
生产库一般由 DBA 或者运维来维护，研发人员很少有需要登录生产数据库查看数据的需求，就算数据真的有问题，一般情况下 DBA 或运维人员也能解决。
如果一个系统需要研发人员频繁的登录数据库去维护数据，这时就该考虑在系统中增加一个管理功能来使用，而不是频繁登录数据库。
所以，研发就不应该具有生产库的登录权限。如果偶尔的需要登录生产库查看数据，可以找 DBA 开一个临时账号。
「2、登录生产库使用只读账号」
大部分人使用数据库都会使用连接工具，比如 Navicat、SQLyog 等
每个人的电脑上，大概率也只有一个连接工具。开发库、测试库、生产库都在同一个连接工具中打开，有时只是想在开发库中修改一条数据，却不小心修改了生产库。
而 MySql 的事务是自动提交的，在连接工具中，正在修改的当前行失去光标后就会自动提交事务，极其容易操作失误。
所以，如果确实的需要登录生产库，尽量使用具有只读权限的账号登录。
「3、关闭 autocomit、多人复核」
如果确实需要在生产库进行数据的增加、修改或删除，在执行 sql 之前最好先关闭事务的自动提交。
在需要登录生产库修改数据的情况下，想必问题也比较复杂，一条 sql 语句应该是完成不了，可能需要写 N 多个 sql 才能完成数据的修改。
这么多的 sql，很有可能在执行的时候会选错。有时你只是想执行一个 select 语句，结果发现执行的是 delete。
更坑爹的是，大部分的数据库连接工具有执行当前选中内容的功能。有时候你只想执行当前选中的内容，结果发现执行的是全部内容。
如果关闭了自动提交，就算出现上面的情况，也还有机会挽回。比如下面这样：
-- 关闭事务自动提交
set @@autocommit=0;
-- 查看需要删除的数据，共65600条
select * from t_user where age>18 and deptid=100;
-- 删除
delete from t_user where age>18;
-- 发现有问题，回滚
select * from t_user where age>18 and deptid=100;
rollback ;
-- 确认没问题，提交
-- commit;
另外，在commit之前需要至少再找一个同事进行确认。所谓当局者迷，自己有时可能处于一个错误的思路上，就想当然的认为结果没问题，这时就需要一个旁观者来指点迷津。
两个人都确认没问题之后再提交，出错的机率也会小很多。
「4、修改数据之前先备份」
备份、备份、备份，重要的事情说三遍。
备份虽然会麻烦一点，但它是保证数据准确性最有效的手段。
况且，掌握一些技巧后，备份也不是很麻烦的事情。
比如，我们删除数据之前可以先这样备份。
-- 创建一个和原表一样的备份表（包含索引）
create table t_user_bak like t_user;
-- 拷贝数据到备份表
INSERT into t_user_bak select * from t_user;
-- 确认数据拷贝完成
select * from t_user_bak;
这样备份的数据，就算原表数据误删了，甚至都不用恢复数据，只需要把备份表的名字改成原表的名字直接使用就可以了。
在生产库修改数据之前，一定要记得备份，一旦数据修改出错，这是成本最低并且最有效的恢复途径。
「5、设置数据库定期备份」
生产环境，运维人员一定要设置数据库定期备份。研发人员也有义务提醒运维同事编写自动备份脚本，因为生产库一旦出现问题需要恢复数据，没有定期备份的话，麻烦的不只是运维人员，研发人员也要跟着麻烦。
备份周期可以根据业务需要来决定。如果业务对数据要求的实时性比较高，备份周期相对短一点，恢复数据时可以最大程度的避免数据丢失；反之，备份周期可以长一点，节省磁盘空间。
如果有必要，可以定期把备份文件拷贝到异地服务器，避免由于一些不可抗力因素导致的当前服务器磁盘损坏，如地震、台风等。
binglog 日志
binlog 即 Binary Log，它是二进制文件，用来记录数据库写操作的日志。
数据库的 insert、delete、update、create、alter、drop 等写入操作都会被 binlog 记录。
因此，数据库的主从数据同步通常也是基于 binlog 完成的，本文只对 binlog 做一些简单介绍，后期会单独写一篇文章讲基于 binlog 的主从数据同步。
binlog 日志需要配置开启，可以通过脚本查看 binlog 是否开启。
SHOW VARIABLES LIKE 'LOG_BIN%';
如果log_bin参数显示的是OFF说明 binlog 是关闭状态，需要手动开启。
开启 binlog 需要修改数据库的my.cnf配置文件，my.cnf文件通常在服务器的/etc目录下。
打开/etc/my.cnf文件，配置 binlog 的相关参数，下文配置 binlog 的常用参数。
# 启用binlog并设置binlog日志的存储目录
log_bin = /var/lib/mysql/bin-log
# 设置binlog索引存储目录
log_bin_index = /var/lib/mysql/mysql-bin.index
# 30天之前的日志自动删除
expire_logs_days = 30
# 设置binlog日志模式，共有3种模式：STATMENT、ROW、MIXED
binlog_format = row
binlog 的日志有三种格式，分别是 STATEMENT、ROW、MIXED。在 mysql5.7.7 版本之前默认使用的是 STATEMENT，之后的版本默认使用的是 ROW。
ROW 格式
ROW 格式下，binlog 记录的是每一条数据被修改的详细细节。
比如，执行 delete 语句，删除的数据有多少条，binlog 中就记录有多少条伪 sql。
delete from t_user where age>18;
那么 row 格式的日志的缺点就很明显，在发生批量操作时，日志文件中会记录大量的伪 sql，占用较多的磁盘空间。
尤其是当进行 alter 操作时，每条数据都发生变化，日志文件中就会有每一条的数据的日志。此时，如果表中的数据量很大的话，日志文件也会非常大。
在 mysql5.6 版本之后，针对 ROW 格式的日志，新增了binlog_row_image参数。
当binlog_row_image设置为minimal时，日志中只会记录发生改变的列，而不是全部的列，这在一定程度上能减少 binlog 日志的大小。
虽然记录每行数据的变化会造成日志文件过大，但这也是它的优点所在。
因为它记录了每条数据修改细节，所以在一些极端情况下也不会出现数据错乱的问题。在做数据恢复或主从同步时能很好的保证数据的真实性和一致性
STATEMENT 格式
STATEMENT 格式下，日志中记录的是真正的 sql 语句，就像是这样。
日志中的 sql 是直接可以拿到数据库运行的。
STATEMENT 格式的日志的优缺点和 ROW 格式的正好相反，它记录的是 sql 语句和执行语句时的上下文环境，而不是每一条数据。所以它的日志文件会比 ROW 格式的日志文件小一些。
由于记录的只是 sql 语句和上下文的环境，STATEMENT 格式的日志在进行主从数据同步时会有一些不可预估的情况出现，导致数据错乱。比如 sleep()、last_insert_id() 等函数会出现问题。
MIXED 格式
MIXED 格式是 STATEMENT 和 ROW 的结合，mysql 会根据具体执行的 sql 语句，来选择合适的日志格式进行记录。
MIXED 格式下，在执行普通的 sql 语句时会选 STATEMENT 来记录日志，在遇到复杂的语句或函数操作时会选择 ROW 来记录日志。
mysqlbinlog 命令
mysql 数据库的 binlog 文件是二进制的，基本看不懂，使用数据库自带的mysqlbinlog命令可以把二进制文件转换成能看懂的十进制文件。
由于数据库的 binlog 文件可能会很大，查看起来会很麻烦，所以mysqlbinlog命令也提供了一些参数可以用来筛选日志。
「mysqlbinlog 语法」
mysqlbinlog [options] log-files
options：可选参数log-files：文件名称
「options 的常用值」
-d: 根据数据库的名称筛选日志-o：跳过前N行日志-r, --result-fil: 把日志输出到指定文件--start-datetime: 读取指定时间之后的日志，时间格式：yyyy-MM-dd HH:mm:ss--stop-datetime: 读取指定时间之前的日志，时间格式：yyyy-MM-dd HH:mm:ss--start-position: 从指定位置开始读取日志--stop-position: 读取到指定位置停止--base64-output：在 row 格式下，显示伪 sql 语句-v, --verbose：显示伪 sql 语句，-vv 可以为 sql 语句添加备注
「常用写法」
查看 fusion 数据库的日志
mysqlbinlog -d=fusion bin-log.000001
查看某个时间段内的日志
mysqlbinlog --start-datetime='2021-06-09 19:30:00' --stop-datetime='2021-06-09 19:50:00' bin-log.000001
恢复数据，事件的开始位置是 4300，结束位置是 10345
mysqlbinlog --start-position 4300 --stop-position 10345 bin-log.000001 | mysql -uroot -p123456 fusion
今天因为您的点赞和在看，让我元气满满！