香港服务器上的PostgreSQL时间点恢复,如何确认备份链与恢复目标?

发布人:A5数据发布时间:2026-10-18 15:47阅读量:127

在已有香港服务器上的 PostgreSQL 实例中,时间点恢复(PITR)能否成功,不取决于某一次备份任务显示“成功”,而取决于恢复目标、基础备份、增量关系和连续 WAL 是否能够拼成一条完整路径。实际操作时,应先确认“要恢复到哪个时间或标记”,再反向检查该目标所需的备份和 WAL 是否仍在保留范围内。

判断标准可以先简化为两点:第一,存在一个不晚于目标时间、且可读可校验的物理基础备份;第二,从该备份所需的 WAL 起点到恢复目标之间没有缺失、损坏或错误时间线的 WAL。香港服务器使用 UTC+8 时,还必须把数据库时区、操作系统时间和业务事件时间统一起来,否则“恢复到 14:20”可能并不是业务人员理解的 14:20。

先固定恢复目标,再判断备份链

恢复目标不能只写一个模糊时间

PITR 的目标应记录为可执行的值,而不是“恢复到昨天下午”或“恢复到误删前”。常用目标如下:

目标类型示例适用场景需要确认的内容
时间点2025-03-08 14:20:00+08已知误操作发生时间时区、事务提交时间、是否包含目标时刻的事务
命名恢复点before_month_end_close在批处理、升级、清理前主动标记恢复点是否创建成功,名称是否唯一
LSN0/7A3C210有数据库日志或审计记录指向具体 WAL 位置LSN 所属时间线和版本
事务 ID123456789能确定某个事务范围事务 ID 是否来自同一数据库集群
最近可用点归档中最新可恢复时间目标 WAL 已丢失时的应急恢复实际可恢复边界和数据损失范围

对香港环境,时间点建议显式写出 +08,或者统一使用 UTC。例如业务记录显示香港时间 2025-03-08 14:20:00,可明确转换为带偏移量的目标:

2025-03-08 14:20:00+08

不要直接把应用日志中的时间复制到恢复参数中。应用服务器、数据库和日志系统可能分别使用香港时间、UTC 或容器默认时区。先在数据库中检查:

sudo -u postgres psql -X -d postgres <<'SQL'
SELECT
    now() AS database_now,
    clock_timestamp() AS wall_clock_now,
    current_setting('TimeZone') AS database_timezone,
    current_setting('server_version') AS server_version,
    pg_is_in_recovery() AS is_in_recovery;
SQL

如果是计划中的高风险操作,优先使用命名恢复点,而不是事后估算时间。恢复点创建动作会写入 WAL,但不会复制数据,也不会替代基础备份:

SELECT pg_create_restore_point('before_month_end_close');

执行后应立即把返回值和时间写入变更记录。例如记录:

名称:before_month_end_close
数据库时间:2025-03-08 14:19:58.231+08
执行人:dba
业务动作:月末结算批处理

恢复到命名恢复点时,仍然需要基础备份和从该备份到恢复点之间的完整 WAL。恢复点只是帮助恢复过程找到位置,并不会让缺失的 WAL 自动出现。

明确恢复边界和包含关系

如果事故发生在 14:20:00,需要先确认是恢复到误操作开始前、误操作事务提交前,还是误操作完成后。数据库恢复依据的是 WAL 中的事务和提交记录,不是某张业务表的 updated_at 字段。

例如:

  • 误删事务在 14:20:03 提交,恢复到 14:20:00+08,通常不会包含该事务;
  • 误删事务在 14:19:59 已经提交,即使应用在 14:20:00 才显示错误,也可能已经无法通过该时间点保留;
  • 长事务可能在较早时间开始,较晚时间提交,不能只看开始时间;
  • 数据库时间与应用日志时间存在偏差时,应以数据库日志、审计记录或命名恢复点为准。

PostgreSQL 和 pgBackRest 都支持控制恢复目标达到后的动作。日常演练建议使用“暂停”,先检查数据,再决定是否提升为可写实例。直接设置恢复后自动提升,会减少核对时间,也容易在目标写错时形成新的时间线。

先定义可接受的数据损失

恢复目标还要与 RPO、RTO 对应:

  • RPO:最多允许丢失多少时间的数据;
  • RTO:从开始恢复到业务可用允许经过多久;
  • PITR 目标:实际要恢复到哪个时间点或标记。

如果 WAL 归档存在 5 分钟延迟,那么理论上只能把恢复目标推进到已归档的范围,不能把“最近 5 分钟”当作已经受到保护的数据。RPO 不是备份任务的执行频率,而是最后一段完整可用 WAL 与故障时间之间的差距。

现有环境与备份范围检查

PostgreSQL 物理备份覆盖的是整个集群

物理备份恢复的是 PostgreSQL 集群,而不是单独某一张表或某一个数据库。一个集群中的多个数据库、系统目录、角色和权限通常会一起恢复。需要单独恢复一张表时,应另外准备逻辑备份或从恢复出来的临时集群中导出数据。

先确认当前实例的关键位置和归档参数:

sudo -u postgres psql -X -d postgres <<'SQL'
SELECT
    name,
    setting,
    sourcefile,
    sourceline
FROM pg_settings
WHERE lower(name) IN (
    'archive_mode',
    'archive_command',
    'archive_timeout',
    'wal_level',
    'timezone'
)
ORDER BY name;

SELECT
    current_setting('data_directory') AS data_directory,
    current_setting('config_file') AS config_file,
    current_setting('hba_file') AS hba_file;
SQL

重点核对以下条件:

  • wal_level 通常应为 replica 或更高;
  • archive_mode 已启用;
  • archive_command 或其他归档机制能够返回正确的成功状态;
  • 归档仓库路径、对象存储凭据和权限仍然有效;
  • 归档进程没有因为香港服务器磁盘、网络或远端仓库异常而持续失败;
  • 基础备份包含实际使用的表空间;
  • 备份工具使用的 PostgreSQL 主版本与恢复主机兼容。

如果使用 pgBackRest,示例中的 stanza 名称假设为 main。实际操作前先读取当前配置,不要直接套用示例路径:

sudo -u postgres pgbackrest --stanza=main info
sudo -u postgres pgbackrest --stanza=main check

info 主要用于查看备份集合、完整备份、差异备份、增量备份及其时间范围。check 用于验证 stanza、仓库访问和归档相关配置。执行检查前,应确认命令使用的是生产环境对应的配置文件和仓库,不要把测试 stanza 误当成生产 stanza。

备份范围还包括表空间、角色和外部依赖

执行以下查询,记录表空间和扩展:

sudo -u postgres psql -X -d postgres <<'SQL'
SELECT
    spcname,
    pg_tablespace_location(oid) AS tablespace_location
FROM pg_tablespace
ORDER BY spcname;

SELECT
    extname,
    extversion
FROM pg_extension
ORDER BY extname;
SQL

需要特别注意:

  • 自定义表空间可能位于 PGDATA 之外,备份工具必须明确纳入;
  • PostGIS、向量扩展或其他第三方扩展,恢复主机需要安装兼容版本;
  • 外部配置文件、证书、脚本、定时任务和应用上传文件不一定属于 PostgreSQL 物理备份;
  • 密钥、对象存储凭据和连接配置应单独进行安全备份;
  • 角色和全局对象虽然通常包含在物理备份中,仍可额外导出一份用于审计和重建核对。

导出全局对象时,输出文件可能包含角色信息和密码哈希,应限制权限:

sudo -u postgres pg_dumpall --globals-only > /var/backups/postgresql-globals.sql
sudo chmod 600 /var/backups/postgresql-globals.sql

这份文件只用于补充核对,不能替代物理备份和 WAL。不要在生产环境直接执行其中的恢复语句,除非已经确认目标集群、角色和权限变更范围。

按备份类型确认链条

常见的物理备份链可以表示为:

按备份类型确认链条配图

最近可用的完整备份
    → 该完整备份之后的差异或增量备份
    → 连续 WAL
    → 恢复目标

差异备份通常依赖某个完整备份,增量备份还可能依赖前一个增量备份。不同工具的依赖关系由工具元数据决定,不能只按文件名排序判断。

使用 pgBackRest 时,建议同时查看文本和 JSON 信息:

sudo -u postgres pgbackrest --stanza=main info
sudo -u postgres pgbackrest --stanza=main info --output=json

应记录以下内容:

  • 最近一次完整备份的开始和结束时间;
  • 目标时间之前可用的差异、增量备份;
  • 每个备份对应的 WAL 起止范围;
  • 备份状态是否为可用;
  • 仓库中 WAL 的最早和最晚范围;
  • 是否配置多个仓库,以及各仓库的可读性;
  • 保留策略是否已经删除了目标时间所需的备份或 WAL。

如果使用的是 PostgreSQL 原生 pg_basebackup,且备份目录中包含 backup_manifest,可以使用同版本的 pg_verifybackup 检查该备份目录:

pg_verifybackup /srv/backups/postgresql/base_20250308

该命令主要验证备份清单和文件校验,不等于验证从该备份到任意时间点之间的 WAL 连续性。WAL 归档仍需要单独检查。

日常操作:让备份链持续可恢复

备份频率要围绕恢复目标设计

下面是一组可作为日常维护起点的示例策略,实际频率要结合数据库大小、WAL 产生速度、磁盘和仓库容量调整:

项目示例频率作用
WAL 归档持续执行把基础备份之后的变更推进到可恢复仓库
完整备份每周一次建立新的物理恢复起点
差异备份每天一次缩短恢复时需要读取的增量范围
增量备份每 6 至 12 小时一次降低单次备份耗时和存储压力
全局对象导出每天或变更后辅助核对角色、权限和全局对象
恢复演练每月一次或重大变更后验证真实 RTO、链条和操作人员熟练度

完整备份、差异备份和增量备份都会消耗磁盘 I/O、CPU 和网络带宽。香港服务器如果把仓库放在跨地域对象存储中,还需要把网络延迟、出口带宽和传输失败重试纳入观察范围。备份任务显示完成,不代表远端副本一定已经满足验收条件,尤其是存在异步上传或多仓库配置时。

如果使用 pgBackRest,手动触发备份的示例为:

sudo -u postgres pgbackrest --stanza=main --type=full backup
sudo -u postgres pgbackrest --stanza=main --type=diff backup
sudo -u postgres pgbackrest --stanza=main --type=incr backup

这些命令会对生产实例产生 I/O 和网络负载,不应在不了解现有调度和资源余量的情况下重复执行。日常维护应优先查看已有调度记录,只有在变更窗口或明确需要补做备份时才手动执行。

每天检查 WAL 归档新鲜度

在主库上检查归档统计:

sudo -u postgres psql -X -d postgres <<'SQL'
SELECT
    archived_count,
    failed_count,
    last_archived_wal,
    last_archived_time,
    last_failed_wal,
    last_failed_time
FROM pg_stat_archiver;
SQL

再检查归档命令和服务器磁盘:

df -h
df -ih

判断时不要只看 failed_count 的绝对值,还要观察它是否持续增长,以及 last_archived_time 是否长时间不变。归档失败时,主库可能继续在 pg_wal 中保留未归档 WAL,最终造成磁盘增长并影响数据库写入。

低流量数据库还要注意当前 WAL 段可能尚未完成。需要验证归档链时,可以在明确的维护窗口执行一次 WAL 切换:

sudo -u postgres psql -X -d postgres -c "SELECT pg_switch_wal();"

该操作会生成新的 WAL 段并增加归档和存储压力,不应作为高频健康检查。执行后要检查归档工具日志和仓库中的新 WAL 是否出现,验证完成后记录时间和结果。

计算 WAL 保留容量

容量规划时,先按未压缩的十进制单位估算。例如峰值 WAL 产生速度约为 20 MB/分钟:

20 MB/分钟 × 60 分钟 × 24 小时
= 28,800 MB/天
= 28.8 GB/天

保留 7 天的理论 WAL 容量为:

28.8 GB/天 × 7 天
= 201.6 GB

这个结果还没有计入多仓库副本、元数据、重试文件和安全余量。压缩可能降低实际占用,但不应只按压缩后的平均值规划,因为批量更新、索引重建和大事务会使 WAL 速率突然升高。

保留策略必须覆盖“业务要求的最早恢复时间”,而不是只覆盖最近一次完整备份。例如要求恢复到 30 天前,就不能仅保留 7 天的完整备份和 WAL。执行 expire 或调整保留参数前,应先确认目标时间已经不再需要,并保留一份独立的恢复副本。删除备份和 WAL 属于不可逆操作,不能通过重启 PostgreSQL 回滚。

结果检查:从“任务成功”升级为“恢复可证明”

用五个证据确认备份链

一条可以接受的备份链,至少应同时满足以下条件:

  1. 存在状态正常的完整物理备份;
  2. 差异或增量备份的依赖关系完整;
  3. 基础备份所需的 WAL 起点存在;
  4. 该起点到目标时间之间的 WAL 没有缺口;
  5. 目标时间处于正确的时间线和仓库保留范围内。

可以建立如下检查记录:

检查项合格表现不合格时的含义
基础备份可读取、校验通过、状态正常不能作为可靠恢复起点
增量关系工具显示依赖完整不能仅凭文件名拼接
WAL 起点覆盖基础备份开始所需位置可能在启动恢复阶段失败
WAL 连续性到目标时间没有缺段只能恢复到缺口之前
时间线与目标事件对应可能恢复到了错误分支
仓库访问生产主机和恢复主机均可读取备份存在但实际不可用
保留期限目标仍在保留范围需要寻找其他副本或接受数据损失

如果只看到“每日备份成功”,但没有检查 WAL 归档和恢复演练,不能证明 PITR 可用。

验证香港时间和恢复时间

在主库和恢复测试机分别记录:

timedatectl show -p Timezone -p NTPSynchronized

并在数据库中记录:

SELECT
    now(),
    current_setting('TimeZone'),
    pg_is_in_recovery(),
    pg_last_xact_replay_timestamp();

恢复目标达到后,恢复测试机通常仍处于恢复状态,pg_is_in_recovery() 应返回 true。pg_last_xact_replay_timestamp() 反映最近重放事务的时间,但不能单独作为目标精确到秒的唯一证据,还要结合 PostgreSQL 日志中的恢复停止信息、目标配置和业务数据核对。

业务校验至少应包括:

  • 误操作对象在目标点是否存在;
  • 目标点之后发生的新增或修改是否确实未出现;
  • 目标点之前的关键订单、账务或配置记录是否完整;
  • 角色、权限和扩展是否可用;
  • 应用连接查询是否只读且指向恢复测试机;
  • 恢复所耗时间是否达到 RTO 要求。

恢复演练时,最好把“找到仓库中的备份”到“启动实例”以及“业务核验完成”分开计时。这样才能判断瓶颈是在下载、解压、WAL 重放、数据库启动,还是业务验证。

异常处理与风险边界

归档失败或 WAL 长时间不更新

先确认失败时间、失败 WAL 和错误日志,再检查:

  • 归档仓库是否满;
  • 香港服务器本地磁盘和 inode 是否耗尽;
  • archive_command 使用的用户是否有读取 WAL 和写入仓库的权限;
  • 远端对象存储凭据是否过期;
  • 网络出口、DNS 和 TLS 连接是否正常;
  • pgBackRest stanza 配置是否被改动;
  • 是否误把测试仓库配置到了生产主库。

不要手动删除 pg_wal 中看似“很旧”的文件。正在使用或尚未归档的 WAL 被删除后,可能使主库无法继续工作,也会直接破坏恢复链。应先恢复归档能力、释放安全的非数据库磁盘空间,并根据监控评估是否需要暂停大批量写入。

找不到目标所需的 WAL

如果 info 显示基础备份存在,但目标时间之前的某个 WAL 段缺失,恢复不能跨过该缺口继续进行。可选处理方式通常只有:

  • 使用另一份包含该 WAL 的仓库或异地副本;
  • 选择缺口之前的最近可恢复时间;
  • 使用更晚开始、且自身 WAL 完整的另一份基础备份恢复到更晚目标;
  • 从数据库快照或其他合规副本恢复部分数据。

不能用一个无关 WAL 文件改名冒充缺失段,也不能把不同时间线上的同名 WAL 混在一起。WAL 文件名相同并不代表内容属于同一条恢复路径。

时间线不一致

数据库发生过故障切换、人工提升或上一次 PITR 后,可能形成新的 timeline。恢复历史目标时,应确认目标事件所属时间线;恢复未来范围时,也要确认工具是否选择了正确的 timeline。

不要在不理解时间线的情况下直接指定 latest。对历史事故,错误的时间线可能让恢复过程成功启动,但恢复出的数据并不是目标实例在事故前的状态。应查看仓库元数据、时间线历史文件和数据库日志,并把选择结果写入恢复记录。

目标时间写错或包含关系不明确

目标时间写错时,优先在隔离恢复机上重新恢复,不要直接覆盖第一次恢复结果。建议:

  • 保留第一次恢复的日志、参数和校验结果;
  • 使用明确的 +08 或 UTC 重新生成目标;
  • 对关键操作改用命名恢复点;
  • 核对事务提交时间,而不是只看应用页面时间;
  • 验证恢复目标动作是暂停、提升还是关闭。

如果目标位于 WAL 归档的最晚时间之后,恢复过程可能会继续等待新 WAL,或因恢复目标不可达而表现异常。测试时应先确认目标不晚于仓库当前可用范围。

恢复主机缺少扩展或表空间

恢复实例启动失败、表空间路径不存在或扩展加载失败时,不要直接在生产库安装或升级扩展。先记录恢复主机的 PostgreSQL 主版本、扩展版本、动态库路径和表空间目录,再补齐兼容环境。

对位于数据目录之外的表空间,恢复主机必须提前准备同名路径或通过恢复工具映射到新路径。路径映射错误可能导致数据库启动成功但关键表不可访问,因此需要执行关键表和关键 schema 的查询验证。

必要恢复:在隔离环境执行一次完整 PITR

以下示例以 PostgreSQL 12 及以上、pgBackRest、恢复到独立测试主机为前提。真实环境中的 stanza、数据目录、服务名和 PostgreSQL 主版本必须先核验。PostgreSQL 12 及以上使用 recovery.signal 等信号文件;更早版本的恢复配置机制不同,应按对应版本和工具生成,不要混用配置。

A5数据提供中国香港物理服务器,可为PostgreSQL生产实例、独立恢复主机及备份归档环境提供硬件基础。香港方案覆盖SSD、NVMe和大容量企业级硬盘配置,兼顾数据库读写与恢复数据存放;同时提供CN2及国际带宽选项,便于结合业务访问范围和恢复环境部署需求配置服务器资源。

1. 先隔离恢复主机

恢复主机应满足:

  • 与生产主库使用兼容的 PostgreSQL 主版本;
  • 磁盘空间足以容纳数据、WAL 临时文件和解压空间;
  • 不接收生产应用写入;
  • 不与原主库形成双主;
  • DNS、负载均衡和连接串不会误指向恢复实例;
  • 生产仓库凭据只授予必要的读取权限。

如果使用生产服务器本机进行恢复,必须先确认影响范围。停止 PostgreSQL、替换 PGDATA 或覆盖数据目录都会影响业务。正式操作前应有快照、完整备份或可验证的旧目录保留方案。

2. 选择链条并恢复到明确目标

使用 pgBackRest 恢复到香港时间目标点的示例:

sudo -u postgres pgbackrest \
  --stanza=main \
  --pg1-path=/var/lib/postgresql/16/main \
  --type=time \
  --target="2025-03-08 14:20:00+08" \
  --target-action=pause \
  restore

恢复到命名恢复点时:

sudo -u postgres pgbackrest \
  --stanza=main \
  --pg1-path=/var/lib/postgresql/16/main \
  --type=name \
  --target="before_month_end_close" \
  --target-action=pause \
  restore

/var/lib/postgresql/16/main 只是示例路径。执行前应通过 SHOW data_directory、systemd 单元文件或当前 stanza 配置确认实际路径。

不要在包含生产数据的非空目录上直接使用可能覆盖文件的恢复参数。更安全的方式是准备新的空目录或新的磁盘挂载点,确认恢复完成后再启动实例。若必须替换现有目录,应先停止对应服务、保留快照或改名旧目录,并记录回滚路径。不要在没有备份的情况下执行 rm -rf。

3. 启动并检查恢复状态

服务名可能是 postgresql、postgresql-16 或发行版自定义名称,先确认:

systemctl list-units --type=service --all | grep -i postgresql

使用实际服务名启动后,检查日志:

sudo systemctl start postgresql
sudo journalctl -u postgresql -n 100 --no-pager

再执行数据库状态检查:

sudo -u postgres psql -X -d postgres <<'SQL'
SELECT
    pg_is_in_recovery() AS is_in_recovery,
    pg_last_wal_replay_lsn() AS replay_lsn,
    pg_last_xact_replay_timestamp() AS last_replayed_transaction,
    current_setting('TimeZone') AS timezone;
SQL

使用 --target-action=pause 时,目标达到后实例应保持恢复状态,便于只读核验。若日志显示 WAL 缺失、时间线不匹配、目标不可达或恢复过程停止在目标之前,应先保留日志和参数,不要立即提升实例。

4. 验证数据后再考虑提升

在暂停恢复的实例上执行关键业务查询,确认目标点前的数据存在、目标点后的数据未出现。可以先查看关键表记录数、订单状态、账务批次和应用配置,再进行抽样比对。

只有在以下条件全部满足时,才考虑将恢复实例提升为可写:

  • 恢复目标和时间线已经确认;
  • 关键业务数据完成核验;
  • 应用连接已经隔离或准备切换;
  • 原主库已停止写入并完成隔离;
  • 已明确新的数据库连接地址和 DNS 切换方案;
  • 已建立新主库的备份和后续复制计划。

提升操作会创建或延续新的时间线,不能把旧主库重新直接启动为可写实例。若两个实例同时接受写入,会产生脑裂,后续无法仅靠再次恢复解决。生产切换应配合旧主库隔离、应用停写和变更审批。

5. 恢复失败时的回滚

测试恢复失败时,最简单的回滚方式是停止测试实例、保留失败日志并丢弃测试数据目录,生产仓库不应被修改。

如果是在生产替换场景中失败:

  1. 停止应用写入;
  2. 保留原主库数据目录或快照;
  3. 记录恢复实例已经执行的操作;
  4. 不让旧主库和新实例同时可写;
  5. 根据新的主库状态重新建立备份或复制;
  6. 经验证后再进行连接切换。

回滚不是简单地把旧服务器重新启动。只要新实例已经提升并产生写入,旧主库就可能缺少新时间线上的数据,必须按新的主从关系或重新同步流程处理。

上线或验收检查清单

恢复目标

  • [ ] 目标使用明确时间、LSN、事务 ID 或命名恢复点。
  • [ ] 时间包含 +08 或明确使用 UTC。
  • [ ] 已确认目标事务是否应包含在恢复结果中。
  • [ ] 目标时间不晚于当前仓库可用的最晚 WAL。
  • [ ] 目标所属 timeline 已经核对。

备份链

  • [ ] 存在目标之前可用的完整物理备份。
  • [ ] 差异或增量备份依赖关系完整。
  • [ ] 基础备份的 WAL 起点存在。
  • [ ] 起点到目标之间没有 WAL 缺口。
  • [ ] pgBackRest info、check 或原生备份清单校验已完成。
  • [ ] 所有配置的备份仓库均已确认可访问。
  • [ ] 保留策略覆盖业务要求的最早恢复时间。

备份范围

  • [ ] 所有实际使用的表空间都已纳入备份。
  • [ ] 角色、权限和全局对象有物理备份或独立导出。
  • [ ] PostgreSQL 扩展及其版本在恢复主机可用。
  • [ ] 外部配置、证书、应用上传文件和密钥有独立恢复方案。
  • [ ] 已明确物理恢复只能恢复整个集群,不能直接只恢复单库单表。

恢复验证

  • [ ] 恢复在隔离主机或独立磁盘上完成。
  • [ ] 恢复过程没有覆盖未经保留的生产数据。
  • [ ] pg_is_in_recovery()、重放 LSN 和日志结果符合目标。
  • [ ] 关键业务数据完成抽样核对。
  • [ ] 恢复耗时、WAL 重放耗时和业务验证耗时已记录。
  • [ ] 未经审批不会执行提升或 DNS 切换。
  • [ ] 失败时能够保留原实例、停止新实例并按既定方案回退。

满足这些检查项后,才能把“备份任务正常”升级为“香港服务器上的 PostgreSQL 具备可验证的时间点恢复能力”。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/4432.html

相关推荐