慌的一批！妹子一個rm -rf把公司服務(wù)器數(shù)據(jù)刪沒了...
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。也希望遇到問題的朋友能找到一絲靈感解決問題。
圖片來自 Pexels
事故背景
安排一個妹子在一臺生產(chǎn)服務(wù)器上安裝 Oracle，妹子邊研究邊安裝，感覺裝的不對，準備卸載重新安裝。
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，把整個盤的文件全部刪除了，包括應(yīng)用 Tomcat、MySQL 數(shù)據(jù)庫 and so on......
MySQL 數(shù)據(jù)庫不是在運行嗎?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 Tomcat 的 Log 文件，估計是文件過大，一時沒有刪除成功。
看著妹子自責(zé)的眼神，又是因為這事是我安排她做的，也沒有跟她講清厲害關(guān)系，沒有任何培訓(xùn)，責(zé)任只能一個人背了，況且怎么能讓美女背負這個責(zé)任呢?
打電話到機房，將盤掛到另一臺服務(wù)器上，SSH 上去查看文件全部被清，這臺服務(wù)器運行的可是一個客戶的生產(chǎn)系統(tǒng)啊，已經(jīng)運行大半年了，得盡快恢復(fù)啊。
于是找來脫機備份的數(shù)據(jù)庫，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：當一個生產(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，磁帶機也壞了(一個業(yè)界前輩，估計以前還用光盤做備份了)，沒想到今天真的應(yīng)驗到我的身上了，怎么辦?
部門領(lǐng)導(dǎo)知道情況后，已經(jīng)做了最壞的 B 計劃：領(lǐng)導(dǎo)親自帶隊和產(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，趕快對盤 umount，防止重新寫入補刪文件扇區(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)果當前盤空間不足，沒辦法只能恢復(fù)文件，嘗試了幾個文件，居然部分成功部分失敗：
- 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)機率不大了啊，能恢復(fù)幾個算幾個吧，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，大概運行了 20 分鐘，恢復(fù)了 40 多個文件，但不夠啊，我們將近 100 張表，每張表 frm，myd，myi 三個文件，怎么說也有 300 多個左右啊!
將找回來的文件附到現(xiàn)有數(shù)據(jù)庫上，更要文件權(quán)限為 777 后，重啟 MySQL，也算是找回一部分數(shù)據(jù)了，但客戶重要的考勤簽到數(shù)據(jù)、手機端上報數(shù)據(jù)(據(jù)說客戶按這些數(shù)據(jù)做員工績效的)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，執(zhí)行 B 計劃吧......無奈之下下班回家。(周末了，回去休息一下，想想辦法吧)
靈機一動：Binlog
第二天早晨一早就醒了(心里有事啊)，背上電腦，去公司(這個周末算是報銷了，不挨批，通報，罰款，開除就不錯了，還過什么周末啊)。
依舊運行 ext3grep，extundelete，也就那幾招啊，把系統(tǒng)架到測試服務(wù)器上，看看數(shù)據(jù)能不能想辦法補一補吧。
在測試服務(wù)器上進行 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：
- 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......再看另兩個文件，mysql-bin.000010 大概幾百 MB，應(yīng)該靠譜一點，執(zhí)行還原命令，居然成功了!
趕快 SCP 到測試服務(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)很幸運找回來了，但是過程卻是驚心動魄。也為自己的錯誤所帶來的后果，給同事和領(lǐng)導(dǎo)帶來的連帶責(zé)任而后怕。
也希望謹記此次事故，以后不再犯同樣的錯誤。事故反思如下：
- 本次安排 MM 進行服務(wù)器維護時沒有提前對她進行說明厲害情況，自己也未重視，管理混亂，流程混亂。一個在線的生產(chǎn)系統(tǒng)，任何一個改動一定要先謀而后動。
- 自動備份出現(xiàn)問題，沒有任何人檢查。脫機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，沒有及時發(fā)現(xiàn)，造成部分數(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)限級別的用戶。
通過本次事故，幾位跟這個項目和事故沒有任何關(guān)系的同事，主動前來幫忙，查資料，幫測試，有一位同事還幫忙到晚上 1 點多鐘進行數(shù)據(jù)恢復(fù)測試。
同時產(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)也積極主動的幫忙想辦法，陪我們加班測試，實時跟蹤事情進程。通過大家的共同努力，終于事情相對圓滿結(jié)束，接下來，周一上午進行集體反思，總結(jié)經(jīng)驗教訓(xùn)，這類事故一定盡最大努力進行避免。
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，讀完后你將會對 Linux 的文件系統(tǒng)有進一步的認識。
這個工具有一個 Bug，出錯后不會向下執(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，作者放出了一個補丁，下載地址：補丁下載。不明白為什么作者新版沒有把這個補丁加進去。
②extundelete：http://extundelete.sourceforge.net/
功能跟 ext3grep 差不多，原理應(yīng)該也差不多。只是號稱可以還原目錄，我這里沒有試驗成功。
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。
