MongoDB误操作后的point in time recovery

转载自：http://www.mongoing.com/eshu_point_in_time_recovery

 

在生产环境中，尽管我们尽力避免，但是还是会遇到误操作或是其他情况的出现。   

这时候我们就需要进行Point in time recovery了。

  
我们point in time recovery 是基于oplog进行的，所以请确保oplog的size足够大，也请确保定时有冷备份（或是延时备份）

切记：在出现问题的时候，我们第一时间要做的时保护犯罪现场，停止应用写入，保护数据库数据与状态。有可能的话，在进行恢复之前，将现在的oplog进行一次全备份，也将现在数据进行一次全备份。

以下是通过冷备份+oplog进行point in time recovery的例子（例子仅供参考，实际中请根据情况来操作，过程需严谨。）：

1.首先我们往一个collection里插入数据。

zhou1:PRIMARY>  use test3
switched to db test3
zhou1:PRIMARY>
zhou1:PRIMARY>  for (var i=0;i<1000;i++){
...  db.a.save({"a":i})
...   }

2.让我们来检查下collection a中的数据

   zhou1:PRIMARY> db.a.find()
{ "_id" : ObjectId("54655693f169ef6a4b9cf9b4"), "a" : 0 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9b5"), "a" : 1 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9b6"), "a" : 2 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9b7"), "a" : 3 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9b8"), "a" : 4 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9b9"), "a" : 5 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9ba"), "a" : 6 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9bb"), "a" : 7 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9bc"), "a" : 8 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9bd"), "a" : 9 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9be"), "a" : 10 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9bf"), "a" : 11 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9c0"), "a" : 12 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9c1"), "a" : 13 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9c2"), "a" : 14 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9c3"), "a" : 15 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9c4"), "a" : 16 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9c5"), "a" : 17 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9c6"), "a" : 18 }
{ "_id" : ObjectId("54655693f169ef6a4b9cf9c7"), "a" : 19 }
Type "it" for more
zhou1:PRIMARY> db.a.find().count()
1000

3.这时候我们将a表dump出来做备份。

 # mongodump --port 37017 -d test3 -c a -o /tmp/test3/

4.我们再往a中插入一条document

 zhou1:PRIMARY> db.a.save({a:19999})
zhou1:PRIMARY> db.a.find().count()
1001

5.删除a表中，a为10的document

 zhou1:PRIMARY> db.a.remove({"a":10})
zhou1:PRIMARY> db.a.find().count()
1000

6.再像a表中插入一条document

 zhou1:PRIMARY> db.a.save({a:9999})
zhou1:PRIMARY> db.a.find().count()
1001

7.我们现在想要取消操作5（remove操作，假设其为误操作），但是不影响其他数据。

a.我们先整体备份oplog（保护犯罪现场，哈哈，防止出现其他问题，有可能的话，还可以将现在的数据进行一次备份，防止如果操作失败造成的数据问题。）

# mongodump --port=37017 -d local -c oplog.rs -o /tmp/oplog/

b.再取出dump之后到删除之前的oplog。  

先根据时间戳和操作特性找到操作5的ts

zhou1:PRIMARY> db.oplog.rs.find({"op" : "d","ns" : "test3.a",},{ts:1}).pretty()
{ "ts" : Timestamp(1415928580, 1) }

再根据这个ts 和dump的时间ts 来查询dump之后，删除之前的oplog。

zhou1:PRIMARY> db.oplog.rs.find({ts:{$lt:Timestamp(1415928580, 1),$gt: Timestamp(1415928529, 1000)}}).pretty()
{
        "ts" : Timestamp(1415928569, 1),
        "h" : NumberLong("-4718889676574368147"),
        "v" : 2,
        "op" : "i",
        "ns" : "test3.a",
        "o" : {
                "_id" : ObjectId("54655af9e6e268b4ebe284c5"),
                "a" : 19999
        }
}

由于生产环境中会是很多操作，所以将其dump出来。

# mongodump --port 37017 -d local -c oplog.rs -q '{ts:{$lt:Timestamp(1415928580, 1),$gt: Timestamp(1415928529, 1000)}}' -o /tmp/oplog1/

再同理找到操作5之后的操作。将其dump出来

mongodump --port 37017 -d local -c oplog.rs -q '{ts:{$gt:Timestamp(1415928580, 1)}}' -o /tmp/oplog2/

8.可以进行恢复了，删除a表，并用3操作中的dump file 进行恢复

 # mongorestore --port 37017 -d test3 -c a /tmp/test3/test3/a.bson

检查下

 zhou1:PRIMARY> db.a.find().count()
1000
zhou1:PRIMARY> db.a.find({a:10})
{ "_id" : ObjectId("54655693f169ef6a4b9cf9be"), "a" : 10 }

我们发现，数据恢复到操作5之前了。

9.我们先将7操作中备份的oplog1 恢复到其他机器的mongodb local数据库中（原先无oplog.rs表的）。  
在使用mongooplog 来恢复我们dump数据到remove操作这段时间内的数据。

 # mongooplog --port=37017 -d test3 -c a --from xxxx(oplog1恢复到的机器)

zhou1:PRIMARY> use test3
switched to db test3
zhou1:PRIMARY> db.a.find().count()
1001
zhou1:PRIMARY> db.a.find({a:19999})
{ "_id" : ObjectId("54655af9e6e268b4ebe284c5"), "a" : 19999 }

10.将之前恢复了oplog1的机器的oplog.rs删除，并恢复oplog2.  
使用mongooplog 来恢复我们remove操作之后的数据变动。

 # mongooplog --port=37017 -d test3 -c a --from xxxx(oplog1恢复到的机器)

zhou1:PRIMARY> use test3
switched to db test3
zhou1:PRIMARY> db.a.find().count()
1002
zhou1:PRIMARY> db.a.find({a:9999})
{ "_id" : ObjectId("54655b0fe6e268b4ebe284c6"), "a" : 9999 }

至此，我们整个的point in time recovery 便完成了。