經(jīng)歷了兩天不懈努力，終于恢復(fù)了一次誤操作刪除的生產(chǎn)服務(wù)器數(shù)據(jù)。對(duì)本次事故過程和解決辦法記錄在此，警醒自己，也提示別人莫犯此錯(cuò)。也希望遇到問題的朋友能找到一絲靈感解決問題。

[[272044]]

圖片來自 Pexels

事故背景

安排一個(gè)妹子在一臺(tái)生產(chǎn)服務(wù)器上安裝 Oracle，妹子邊研究邊安裝，感覺裝的不對(duì)，準(zhǔn)備卸載重新安裝。

從網(wǎng)上找到卸載方法，其中要執(zhí)行一行命令刪除 Oracle 的安裝目錄，命令如下：

rm -rf $ORACLE_BASE/* 

如果 ORACLE_BASE 這個(gè)變量沒有賦值，那命令就變成了：

rm -rf /* 

等等，妹子使用的可是 Root 賬戶啊。就這樣，把整個(gè)盤的文件全部刪除了，包括應(yīng)用 Tomcat、MySQL 數(shù)據(jù)庫(kù) and so on......

MySQL 數(shù)據(jù)庫(kù)不是在運(yùn)行嗎?Linux 能刪除正在執(zhí)行的文件?反正是徹底刪除了，最后還剩一個(gè) Tomcat 的 Log 文件，估計(jì)是文件過大，一時(shí)沒有刪除成功。

看著妹子自責(zé)的眼神，又是因?yàn)檫@事是我安排她做的，也沒有跟她講清厲害關(guān)系，沒有任何培訓(xùn)，責(zé)任只能一個(gè)人背了，況且怎么能讓美女背負(fù)這個(gè)責(zé)任呢?

打電話到機(jī)房，將盤掛到另一臺(tái)服務(wù)器上，SSH 上去查看文件全部被清，這臺(tái)服務(wù)器運(yùn)行的可是一個(gè)客戶的生產(chǎn)系統(tǒng)啊，已經(jīng)運(yùn)行大半年了，得盡快恢復(fù)啊。

于是找來脫機(jī)備份的數(shù)據(jù)庫(kù)，發(fā)現(xiàn)備份文件只有 1KB，里面只有幾行熟悉的 mysqldump 注釋(難道是 Crontab 執(zhí)行的備份腳本有問題)，最接近的備份也是 2013 年 12 月份的了，真是屋漏偏逢連夜雨啊。

想起來一位領(lǐng)導(dǎo)說過的案例：當(dāng)一個(gè)生產(chǎn)系統(tǒng)掛掉以后，發(fā)現(xiàn)所有備份都有問題，刻錄的光盤也有劃痕，磁帶機(jī)也壞了(一個(gè)業(yè)界前輩，估計(jì)以前還用光盤做備份了)，沒想到今天真的應(yīng)驗(yàn)到我的身上了，怎么辦?

部門領(lǐng)導(dǎo)知道情況后，已經(jīng)做了最壞的 B 計(jì)劃：領(lǐng)導(dǎo)親自帶隊(duì)和產(chǎn)品 AA 周日趕到客戶所在的地市，星期一去領(lǐng)導(dǎo)層溝通;BB 和 CC 去客戶管理員那邊想辦法說服客戶......

救命稻草：ext3grep

趕快到網(wǎng)上去查資料進(jìn)行誤刪數(shù)據(jù)恢復(fù)，還真找到一款 ext3grep 能夠恢復(fù)通過 rm -rf 刪除的文件，我們磁盤也是 ext3 格式，且網(wǎng)上有不少的成功案例。

于是燃起了一絲希望，趕快對(duì)盤 umount，防止重新寫入補(bǔ)刪文件扇區(qū)。下載 ext3grep，安裝(編譯安裝過程艱辛?xí)呵也槐?。

先執(zhí)行掃描文件名命令：

ext3grep /dev/vgdata/LogVol00 --dump-names 

打印出了所有被刪除文件及路徑，心中狂喜，不用執(zhí)行 B 計(jì)劃了，文件都在呢。

這款軟件不能按目錄恢復(fù)文件，只能執(zhí)行恢復(fù)全部命令：

ext3grep /dev/vgdata/LogVol00 --restore-all 

結(jié)果當(dāng)前盤空間不足，沒辦法只能恢復(fù)文件，嘗試了幾個(gè)文件，居然部分成功部分失?。?/p>

ext3grep /dev/vgdata/LogVol00 --restore-file var/lib/mysql/aqsh/tb_b_attench.MYD 

心里不禁一涼，難道是刪除磁盤上被寫過文件了?恢復(fù)機(jī)率不大了啊，能恢復(fù)幾個(gè)算幾個(gè)吧，說不定重要數(shù)據(jù)文件剛好在能恢復(fù)的 MYD 文件中。

于是先將所有文件名重定向到一個(gè)文件文件中：

ext3grep /dev/vgdata/LogVol00 --dump-names >/usr/allnames.txt 

過濾出來所有 MySQL 數(shù)據(jù)庫(kù)的文件名存成 mysqltbname.txt。

編寫腳本恢復(fù)文件：

while read LINE 
do 
    echo "begin to restore file " $LINE 
    ext3grep /dev/vgdata/LogVol00 --restore-file $LINE 
    if [ $? != 0 ] 
    then 
        echo "restore failed, exit" 
       # exit 1 
    fi 
done < ./mysqltbname.txt 

執(zhí)行，大概運(yùn)行了 20 分鐘，恢復(fù)了 40 多個(gè)文件，但不夠啊，我們將近 100 張表，每張表 frm，myd，myi 三個(gè)文件，怎么說也有 300 多個(gè)左右啊!

將找回來的文件附到現(xiàn)有數(shù)據(jù)庫(kù)上，更要文件權(quán)限為 777 后，重啟 MySQL，也算是找回一部分?jǐn)?shù)據(jù)了，但客戶重要的考勤簽到數(shù)據(jù)、手機(jī)端上報(bào)數(shù)據(jù)(據(jù)說客戶按這些數(shù)據(jù)做員工績(jī)效的)還沒找回來啊。

咋辦?中間又試了另一款工具 extundelete，跟 ext3grep 語法基本一致，原理應(yīng)該也一樣了，但是據(jù)說能按目錄恢復(fù)。

好吧，試一試：

extundelete /dev/vgdata/LogVol00 --restore-directory var/lib/mysql/aqsh 

果然不出所料，恢復(fù)不出來!!!!!!!!那些文件已被破壞了。跟領(lǐng)導(dǎo)匯報(bào)，執(zhí)行 B 計(jì)劃吧......無奈之下下班回家。(周末了，回去休息一下，想想辦法吧)

靈機(jī)一動(dòng)：Binlog

第二天早晨一早就醒了(心里有事啊)，背上電腦，去公司(這個(gè)周末算是報(bào)銷了，不挨批，通報(bào)，罰款，開除就不錯(cuò)了，還過什么周末啊)。

依舊運(yùn)行 ext3grep，extundelete，也就那幾招啊，把系統(tǒng)架到測(cè)試服務(wù)器上，看看數(shù)據(jù)能不能想辦法補(bǔ)一補(bǔ)吧。

在測(cè)試服務(wù)器上進(jìn)行 mysqldump，恢復(fù)文件，覆蓋恢復(fù)回來的文件，給文件加權(quán)限，重啟 MySQL。

Wait，Wait，不是有 Binlog 嗎?我們服務(wù)都要求開啟 Binlog，說不定能通過 Binlog 里恢復(fù)數(shù)據(jù)呢?

于是從 Dump 出來的文件名里找到 Binlog 的文件，一共三個(gè)：

• mysql-binlog0001
• mysql-bin.000009
• mysql-bin.000010

恢復(fù)一下 0001：

ext3grep /dev/vgdata/LogVol00 --restore-file var/lib/mysql/mysql-bin.000001 

居然失敗了......再看另兩個(gè)文件，mysql-bin.000010 大概幾百 MB，應(yīng)該靠譜一點(diǎn)，執(zhí)行還原命令，居然成功了!

趕快 SCP 到測(cè)試服務(wù)器。執(zhí)行 Binlog 還原：

mysqlbinlog /usr/mysql-bin.000010 | mysql -uroot -p 

輸入密碼，卡住了(好現(xiàn)象)，經(jīng)過漫長(zhǎng)的等待，終于結(jié)束了。打開應(yīng)用，哦，感謝 CCTV，MTV，數(shù)據(jù)回來了!

后記

經(jīng)過此次事故，雖然數(shù)據(jù)很幸運(yùn)找回來了，但是過程卻是驚心動(dòng)魄。也為自己的錯(cuò)誤所帶來的后果，給同事和領(lǐng)導(dǎo)帶來的連帶責(zé)任而后怕。

也希望謹(jǐn)記此次事故，以后不再犯同樣的錯(cuò)誤。事故反思如下：

• 本次安排 MM 進(jìn)行服務(wù)器維護(hù)時(shí)沒有提前對(duì)她進(jìn)行說明厲害情況，自己也未重視，管理混亂，流程混亂。一個(gè)在線的生產(chǎn)系統(tǒng)，任何一個(gè)改動(dòng)一定要先謀而后動(dòng)。
• 自動(dòng)備份出現(xiàn)問題，沒有任何人檢查。脫機(jī)備份人員每次從服務(wù)器上下載 1K 的文件卻從未重視。需要明確大家在工作崗位上的責(zé)任。
• 事故發(fā)生后，沒有及時(shí)發(fā)現(xiàn)，造成部分?jǐn)?shù)據(jù)寫入磁盤，造成不可恢復(fù)問題。需要編寫應(yīng)用監(jiān)控程序，服務(wù)一旦有異常，短信告警相關(guān)責(zé)任人。
• 根據(jù)評(píng)論提醒，再加一條：不能使用 Root 用戶來操作。應(yīng)該在服務(wù)器上開設(shè)不同權(quán)限級(jí)別的用戶。

通過本次事故，幾位跟這個(gè)項(xiàng)目和事故沒有任何關(guān)系的同事，主動(dòng)前來幫忙，查資料，幫測(cè)試，有一位同事還幫忙到晚上 1 點(diǎn)多鐘進(jìn)行數(shù)據(jù)恢復(fù)測(cè)試。

同時(shí)產(chǎn)品經(jīng)理在想到面向客戶的巨大壓力的情況下，沒有慌亂而責(zé)怪開發(fā)人員和具體操作人，而讓大家能靜下心來想解決方案。

部門領(lǐng)導(dǎo)也積極主動(dòng)的幫忙想辦法，陪我們加班測(cè)試，實(shí)時(shí)跟蹤事情進(jìn)程。通過大家的共同努力，終于事情相對(duì)圓滿結(jié)束，接下來，周一上午進(jìn)行集體反思，總結(jié)經(jīng)驗(yàn)教訓(xùn)，這類事故一定盡最大努力進(jìn)行避免。

本文所用到的工具鏈接：

①ext3grep：https://code.google.com/p/ext3grep/

編譯安裝依賴包比較多，可以到網(wǎng)上搜索如何安裝。可惜的是作者給出的 howto 被墻了，我 FQ 將 howto 的 pdf 文檔下載下來了，讀完后你將會(huì)對(duì) Linux 的文件系統(tǒng)有進(jìn)一步的認(rèn)識(shí)。

這個(gè)工具有一個(gè) Bug，出錯(cuò)后不會(huì)向下執(zhí)行：

ext3grep: init_directories.cc:534: void init_directories(): Assertion `lost_plus_found_directory_iter != all_directories.end()' failed. 

從而造成恢復(fù)失敗，作者放出了一個(gè)補(bǔ)丁，下載地址：補(bǔ)丁下載。不明白為什么作者新版沒有把這個(gè)補(bǔ)丁加進(jìn)去。

②extundelete：http://extundelete.sourceforge.net/

功能跟 ext3grep 差不多，原理應(yīng)該也差不多。只是號(hào)稱可以還原目錄，我這里沒有試驗(yàn)成功。

[[272045]]

您是否也有誤刪文件的經(jīng)歷呢?又是如何處理解決的呢?歡迎留言分享您的妙招。