脱库和删库的实践及解决方案

引言

只有经历过被脱库和删库的开发运维人员才是一个优秀的技术人员。

1.定义

脱库：它属于来自外部恶意攻击。
删库：它属于是来自内部开发或运维人员的bug。

2.背景

但是在项目的业务是十分复杂，在一些紧急情况下还是很难避免需要直接操作数据库进行调试。
1.只要时间跨度足够长，运维及开发人员操作数据库就肯出现疏忽的很大可能性。
2.我们开发项目的业务中还会出现各种各样的可能，包括活动漏洞数值漏洞等等，导致需要回档的运营事故并不罕见。

3.解决方案

3.1预防方案

• 只有代码能够读写数据库：在生产环境的数据库不允许直接操作，不提供并且不使用任何数据库管理工具或者命令行工具。
• 修改数据库结果要求通过有版本检查的脚本。
• 当然代码和脚本都必须通过stage环境的充分测试。

3.2 事故预案

我们在项目中更加需要的是事故预案，而不是预防方案。以达到让删库之后也可在尽量短的时间恢复：

• 保证数据库做定期备份。
  对于中等规模的线上业务，我们都要求使用阿里云的RDS数据库服务，并必须启用数据库快照功能。
• 新时代用新解决方案。对于大型项目，使用一些支持秒级回滚或事物（Transaction）级回滚的数据库。
  例如AWS的Aurora和PingCAP的TiDB等。
• 如果一定要使用公司项目自己维护的数据库，必须开启binlog和制作定时备份的脚本。
• 进行回滚演习。
  不管使用哪个方案，演习一次删库回滚。尽量让回滚过程文档化，脚本化。确认回复方案的可行性和稳定性，不会因为时间环境改变导致恢复方案不可用。恢复时间在运营可接受的范围内。