作者：张连壮 PostgreSQL 研发负责人
从事多年 PostgreSQL 数据库内核开发，对 Citus 有非常深入的研究。
PostgreSQL 本身不具备数据闪回和数据误删除保护功能，但在不同场景下也有对应的解决方案。
本文由作者在 2021 PCC 大会的演讲主题《PostgreSQL 数据找回》整理而来，上一篇《盘点 | 常用 PG 数据恢复方案概览》介绍了 PostgreSQL 常见的 数据恢复方案。本篇将介绍 预防数据丢失方案的实现原理及使用示例。
前文提到数据丢失的主要操作为 DDL 和 DML 。
本篇主要介绍关于 DDL 和 DML 操作，如何预防数据丢失的方案。
DDL 操作
事件触发器
当事件以其定义的方式在数据库中相关的发生时，触发事件触发器。主要可预防以下四种 DDL 事件。
| 事件 | 说明 |
|---|---|
| ddl_command_start | DDL 执行前执行 |
| ddl_command_end | DDL 执行后执行， 通过 pg_event_trigger_ddl_commands() 可以获取操作的对象 |
| sql_drop | DDL 执行后执行， 通过 pg_event_trigger_dropped_objects() 可以获取所有被删除的对象 |
| table_rewrite | DDL 执行前执行， 例如 ALTER TABLE、ALTER TYPE 等 |
当表被删除后，可以通过 ddl_command_start 事件组织删除操作。
CREATE OR REPLACE FUNCTION disable_drops()
RETURNS event_trigger LANGUAGE plpgsql AS $$
BEGIN
RAISE EXCEPTION "drop table denied";
END
$$; -- 创建事件触发器函数
CREATE EVENT TRIGGER event_trigger_disable_drops
ON ddl_command_start WHEN TAG in("drop table")
EXECUTE PROCEDURE disable_drops(); -- 创建事件触发器，禁止drop table操作
事件触发器，无法修改 drop 的任何行为，因此只能拒绝，来确保数据不被删除，由其他拥有更高权限的数据库管理员删除。
test=# dy
事件触发器列表
名称 | Event | 拥有者 | 使能 | 函数 | 标签
-----------------------------+-------------------+---------+------+---------------+------------
event_trigger_disable_drops | ddl_command_start | lzzhang | 启用 | disable_drops | DROP TABLE
(1 行记录)
test=# drop table lzzhang;
ERROR: drop table denied
CONTEXT: PL/pgSQL function disable_drops() line 3 at RAISE
删除表的操作由拥有更高级权限的数据库管理员操作。
BEGIN;
ALTER EVENT TRIGGER event_trigger_disable_drops DISABLE;
DROP TABLE lzzhang;
ALTER EVENT TRIGGER event_trigger_disable_drops ENABLE;
COMMIT;
回收站
DDL 会将文件从操作系统中完全删除，因此唯一的办法是将删除改为换一个"位置"，类似 Windows 中回收站。
pgtanshscan[1] 便是一种回收站工具，并且只能通过插件采用 hook 的方式来实现。
if (nodeTag(parsetree) == T_DropStmt)
{
if (stmt->removeType == OBJECT_TABLE)
{
AlterObjectSchemaStmt *newstmt = makeNode(AlterObjectSchemaStmt);
newstmt->newschema = pstrdup(trashcan_nspname);
通过其代码示例可以看出， DROP TABLE 操作被转换成了 ALTER 操作。
由于 pgtrashcan 代码陈旧，已经有 8 年未更新，不适配新版本 PG。且仅支持移动功能，并不支持彻底清除功能。由此，pgtrashcan 做了很多优化。
- 支持新版本 PG 14/13/12
- 通过插件的 depend 功能，依赖 pg_cron
- 自动设置 pg_cron 将其回收站中超过 1 天的数据清除
DML 操作
通过参数 vacuum_defer_cleanup_age 来调整 Dead 元组在数据库中的量，以便恢复误操作的数据。接下来将根据 流复制延迟恢复和 备份恢复两种设计方案来具体介绍：
流复制延迟恢复
PostgreSQL 流复制时可以通过 recovery_min_apply_delay 设置相应的延迟时间。例如设置 5 小时，备库可以延迟应用最近 5 小时的日志，提供最多 5 小时的数据恢复窗口，延迟的应用日志的同时并不影响日志的接受，源库的日志仍然是实时的被延迟恢复节点接受。
找回数据的具体操作步骤如下:
- 暂停延迟恢复
pg_wal_replay_pause()； - 通过 pg_dump 或 copy 操作将其需要的数据找出来；
- 通过 psql、copy、pg_restore 等操作将数据导入源库中；
- 继续延迟
pg_wal_replay_resume()。
备份恢复
从备份模式的角度来说，备份主要包括以下两种：
-
逻辑备份
不能进行实时备份，因此不太适用于数据找回，会丢失很多数据。 -
物理备份
物理备份拥有与源集群完全一致的数据，因此可以持续使用源集群的 WAL 日志，达到数据找回的目标，原理上也是延迟恢复。
物理备份与 PITR 结合，可恢复数据到任意时间点。可选用工具有很多，如下几种是常用的恢复工具。
- pg_basebackup[2]
- pg_probackup[3]
- pgbackrest[4]
- barman[5]
- pg_rman[6]
- 注意权限划分。危险操作或是 DDL 等影响大的操作，一定要由第二个数据库管理员操作。
- 提前做好数据找回和数据安全的方案规划。
- 流复制延迟恢复，同样需要设置 recovery_target_xid 、recovery_target_time 或recovery_target_lsn 来精准的定位到完整的数据集。
- pg_waldump 是数据找回必备的一个功能。
- 如果方案是重型的，轻型的插件有时会是更好的选择。
- 若无任何准备，且不能安装任何插件，可第一时间将数据库关机！！！防止 Dead 元组被清理，拷贝整个集群，使用拷贝后的集群用 pg_resetwal 进行数据恢复。
参考引用
[1] ：pgtrashcan：https://github.com/petere/pgtrashcan
[2]：pg_basebackup：https://www.postgresql.org/docs/10/app-pgbasebackup.html
[3]：pg_probackup：https://github.com/postgrespro/pg_probackup
[4]：pgbackrest：https://github.com/pgbackrest/pgbackrest
[5]：barman：https://github.com/EnterpriseDB/barman
[6]：pg_rman：https://github.com/ossc-db/pg_rman
